バイブコーディングする ぼやけた瞬間: AI時代 本当の競争力は「見分け力」である
팀
팀제이커브
カテゴリー
Empty
AI時代の競争力は技術スキルではなく、委任した結果物を区別する「分別力」だ。そして識別力は経験から来る。
本画像はGPT-IMG2モデルを活用して製作されました。
バイブコーディング中に画面が自動的に移動し、ユーザーは「はい」と見守ります。ある瞬間諮問することになる。 「今私がAIを使うのか、AIに使われるのか。」
1. 手順のみを実行する瞬間
AIが「この権限を付けてください」、「APIに接続してください」と案内すると、ユーザーは手順をそのまま実行します。結果物が編まれて出てくると「あ、いいね」と渡る。デザインも似ている。そんなに安いから鋭く見ないで通過させる。表面的には人間が命令を出すようだが、実際にはAIが次のステップを決めて人間が追いつく仕組みだ。
2. AIだけの問題ではない
部下がデータを軽く偽造して報告を得たとしましょう。同じ時間をかけて再分析することがなければ気付かない。これはAIの問題ではなく、委任そのものの問題だ。ただ、AIは委任の規模とスピードを高めすぎてしまった。週に一度委任していたことを今一日に数十回委任する。分別力の欠乏が数十倍速く現れる。
3. 検数AIは誰が検収するか
解決法で頻繁に登場するのがクロス検収だ。クロードの結果をGPTに見直し、その結果を別のモデルに送ります。一定部分はろ過される。しかしその検収AIはまた誰が検収するのか。無限回帰だ。結局、どこかで人が「ここで止めて私が判断する」と断らなければならない。検収手続きは時間を稼ぐだけで、分別力自体を育ててくれない。
4. 識別力は経験から来る
深さの波紋領域ではAIがいくらそんなに安く作ってきてもディテールが取れる。奥行きのないパボン領域ではそのままさらされる。 Vibe Codingの概念を作ったAndrej Karpathy（OpenAI共同創業者）は最近、「良いエンジニアは毎行を使い尽くす人ではなく、エージェントをディレクトして品質をつかむ人」と話した。 WhartonのEthan Mollick教授も2026年1月、エッセイ「Management as AI Superpower」で「AI時代の本当のスーパーパワーはドメインを深く知る能力」とまとめた。識別力=経験。
識別力を上げるチェックリスト
①ある分野はAIなしで最後までやった領域に残しておく。その分野が分別の基準点となる。
②結果物を通過させる前に「なぜ？」を一度投げる習慣を作ってください。
③同じことを一度はAIなしでやった後、AIに委任してみてください。比較基準が頭の中に生じる。
AIが上手くなるほど、人間のドメイン体験はより重要になります。
参考資料
•
Andrej Karpathy — 2026年 No Priors / Dwarkesh Podcastインタビュー
◦
「AIはexecutionは上手だが、ideationは足りない」
◦
「本当の良いエンジニアは毎行を使い尽くす人ではなく、エージェントをディレクトしながら品質が崩れにくい人」
◦
「AGIはまだ10年遠い」
•
Ethan Mollick — 2026.01 エッセイ "Management as AI Superpower"
◦
「AI時代の本当のスーパーパワーは技術スキルではなくドメイン深さを知る能力」
「AI Native百科事典」を購読する
サイトを購読すると、新しい投稿などの最新のアップデートを通知やメールで最初に受け取ることができます。
Slashpageに参加して「AI Native百科事典」を購読してください！
Slashpageに参加して「AI Native百科事典」を購読してください！
購読
