この記事は、著者が Shubham Saboo および Sokratis Kartakis と共同執筆した Google のホワイトペーパー「The New SDLC With Vibe Coding」のうち、著者が最も重要だと考える部分を取り上げている。論文全体を要約するのではなく、著者が繰り返し立ち返るアイデアを選び出している。すなわち、エージェントはおおよそ 10% がモデルで 90% がハーネスであること、静的コンテキストと動的コンテキストの境界は技術的なレバーであると同時に財務的なレバーでもあること、バイブコーディングとエージェント型エンジニアリングを分けるのは（AI の利用そのものではなく）検証であること、そしてソフトウェアライフサイクルの各フェーズは AI 支援のもとで不均等に圧縮されること、である。
要点
- エージェントを「10% がモデル、90% がハーネス」とする論文の大まかな区分は、2 つの公開ベンチマーク結果とともに引用されている。あるチームはハーネスだけを変更することで、コーディングエージェントを Terminal Bench 2.0 の上位 30 位圏外から上位 5 位以内に引き上げた。また別の LangChain の実験では、システムプロンプト、ツール、ミドルウェアだけを変更することで同じベンチマークのスコアを 13.7 ポイント向上させた。いずれの場合も基盤モデルは同じである。
- 論文はエージェントのコンテキストを 6 つの種類（指示、知識、メモリ、例、ツール、ガードレール）に分類し、それらを静的コンテキスト（毎ターン読み込まれるもの：システム指示、ルールファイル、グローバルメモリ。信頼性は高いがコストも高い）と動的コンテキスト（必要に応じて読み込まれるもの：スキル、ツールの結果、RAG ドキュメント。ターンあたりのコストが低い）に分けている。そして、その境界をコードと同様にレビューされるアーキテクチャ上の決定として扱うよう推奨している。
- 論文は出力評価（最終結果が正しいか）と 軌跡評価（たどった経路、つまりツール呼び出しと推論が妥当だったか）を区別しており、記事は両方が必要だと論じている。正しく見えてもチェックを飛ばした結果は、明らかに壊れている結果よりも危険だからである。
- 記事は METR の研究を引用し、確認と修正にかかる時間を含めると、経験豊富な開発者が AI 支援を使うと一部のタスクで約 19% 遅くなったと報告している。同時に、25〜39% の生産性向上という別の調査による推定も挙げており、その両方が同時に真であるとみなしたうえで、AI は実装を「書くこと」から「レビューすること」に変えるとまとめている。
- 論文は総保有コストを 2 本の分岐する曲線としてモデル化している。バイブコーディングは初期コストが低いところから始まるが、「プロンプティング税」、トークンの消費、保守税、セキュリティの後始末のコストが積み重なっていく。一方、エージェント型エンジニアリングは初期コストが高いが、その後は横ばいになる。記事は、その交差点（それ以降はバイブコーディングの機能あたりのコストが 3〜10 倍になると図示されている）を、測定された定数ではなく説明のための例だと述べている。
- 記事は論文の導入状況の数値を紹介している。2026 年初頭の時点で、プロの開発者の 85% が AI コーディングエージェントを日常的に使用し、51% が毎日使用しており、新しいコードのおよそ 41% が AI によって生成されている。
- 記事は、同じターミナル型コーディングエージェントのワークフローを拡張し、永続的で権限範囲が限定された本番エージェントを構築・評価・デプロイする例として Google の Agents CLI を挙げている。このエージェントは MCP（ツール用）と A2A（作業の引き渡し用）を介して他のエージェントと連携する。
- 記事は、指揮者（conductor）とオーケストレーター（orchestrator）の区別を論文に帰している。指揮者はリアルタイムで IDE 内で動作し、馴染みのないコードに向いている。オーケストレーターは非同期で目標を委任され、マイグレーションやテスト生成のように仕様が明確な作業に向いている。
背景
この記事は、著者が共同執筆した論文の要約ではなく、そこから個人的に選び出したものであると明言しており、論文の冒頭部分（エージェントとバイブコーディングの定義）はブログの読者がすでに知っているという理由で省略するとはっきり述べている。METR の研究結果と導入状況の割合は、著者自身の知見として示されているのではなく、ホワイトペーパーまたはそこで引用されている研究に帰されている。2 つのハーネスのベンチマーク結果（Terminal Bench の上位 30 位圏外から上位 5 位へ、LangChain の +13.7 ポイント）は、論文の「90% がハーネス」という主張を例示するために記事自身が付け加えた公開の数値であり、論文自体に含まれると記事が述べている数値ではない。