このレビュー論文は、LLM 支援型ソフトウェア開発の 2 つのパラダイムとしてバイブコーディングとエージェント型コーディングを区別する形式的な分類法を提案する。対象は概念的基盤、実行アーキテクチャ、ワークフローパターン、安全機構、ツールエコシステムにわたり、比較のためのワークフロー例とユースケースによって説明されている。論文はバイブコーディングを、開発者が能動的な共同制作者であり続ける ― プロンプトを与え、生成されたコードをレビューし、対話的に反復する ― 人間中心のモデルと定義し、エージェント型コーディングを、自律エージェントが複数ステップのタスクを計画・実行・テスト・反復し、開発者は実装者ではなく監督者・レビュアーとして振る舞うモデルと定義している。
論文の中心的な主張は、2 つのパラダイムは競合相手ではなく相補的な軌道だというものである。バイブコーディングは初期段階のプロトタイピング、探索、教育に適し、エージェント型コーディングはエンタープライズ水準の自動化、大規模なリファクタリング、CI/CD との統合に適する。著者らは、両者を組み合わせたハイブリッドなワークフローが次世代の開発実践を形づくると予想している。
要点
- 論文は「バイブコーディング」という言葉の造語を Andrej Karpathy に帰し、それを開発者が構文的な詳細でロジックを指定するのではなく、自然言語を通じて望む成果を伝えることとして説明している。そこでの開発者は、生成された各部分をレビューし洗練させる「常に存在する指揮者（ever-present conductor）」である。
- 比較分類法（表 I）では、エージェント型コーディングを、中程度から高い AI の自律性を持ち、開発者がアーキテクト／監督者を務めるものと特徴づけている。これに対してバイブコーディングは、低から中程度の自律性を持ち、開発者が生成された各部分を能動的にレビューするディレクター／副操縦士を務めるものとされる。
- アーキテクチャの比較（表 II）では、エージェント型コーディングのシステムが、階層的なプランナー・エグゼキューターのモジュール、サンドボックス化／コンテナ化された実行、ベクトルメモリストア、統合されたマルチエージェント協調（専門化されたコーダー／テスター／レビュアー／フィクサーのサブエージェント）を用いるものとして記述されている。一方バイブコーディングは、セッションに縛られ人間が管理する実行ループであり、実行環境への書き込みアクセスは限定的か、まったくない。
- 汎用的なエージェント型コーディングの安全機能として、名前空間の分離、リソース制限、ロギングフック、ロールバックトリガーを挙げている。それとは別に、Claude Code、Amazon Q Developer、Devika を、すべての判断ノードとコード変換を事後検査のために記録するツールとして名指ししている。これに対比されるのが、外部から事後的に適用される静的解析ツール（例：SonarQube、CodeQL、ESLint のセキュリティプラグイン）に頼り、ネイティブな実行時の強制を持たないバイブコーディングである。
- エージェント型コーディングに固有の限界として、次のものを挙げている。エージェントへの過度の依存が開発者のスキルの萎縮を招くリスク、ロールバックや可観測性のフックがない場合に自律的に変更されたモジュール間を伝播する「サイレントなエラー伝播」、そして拡大した実行時権限が新たなセキュリティ上の攻撃経路（プロンプトインジェクション、依存関係の混同、AI が生成したコミットにおけるシークレットの漏洩）を生むこと。
- バイブコーディングに固有の限界として、次のものを挙げている。ほとんどの LLM コーディングアシスタントの内部的な意思決定プロセスが持つ「ブラックボックス」的な不透明性、実行時・デプロイのコンテキストが欠けていることによる本番システムとの相性の悪さ、そしてレビューの手薄な高速反復による技術的負債の蓄積。
- 将来のロードマップ（第 IX 節）では、エージェント型 AI の 5 つの方向性を挙げている。信頼に足る自律性の設計（組み込みの説明可能性、規制遵守、実行時ポリシーのサンドボックス）、オーケストレーターによって協調される専門化されたサブエージェントを通じたマルチエージェント協働、複数日にわたるタスクをまたぐ長期記憶とコンテキストの継続性、人間と AI の協働のためのインフラ（監督用ダッシュボード、AI リテラシー教育）、そして両パラダイムの戦略的なハイブリッドワークフロー統合である。
- 今日のエージェント型コーディングを、AI エージェントの 40 年にわたる歴史の中に位置づけている。1990 年代のルールベース／有限状態システム（例：SHERLOCK、Andes）から、2000 年代〜2010 年代の強化学習とマルチエージェントシステム（例：JADE）を経て、今日の LLM ベースのエージェント（例：AutoGPT、Codex、Devin）に至る歴史である。
注記
この論文はそれ自体の実証研究ではなく、レビュー／サーベイである。比較表と分類法は、著者ら自身が行った独自の実験からではなく、引用文献や名指しされた商用プラットフォーム（Codex、Jules、Claude Code、Devin など）から得た主張、事例、ツールの挙動を統合したものである。論文が他の研究について引用している数値（例：生産性の向上、ベンチマークのスコア）は、この論文自身による測定ではない。