YC参加のスタートアップのうち4分の1が、95％ものコードをAIで生成している

近年、人工知能（AI）の急速な発展により、コードの自動生成が注目を集めています。ソフトウェア開発の現場では、GitHub CopilotやChatGPTなどの大規模言語モデル（LLM）を活用し、プログラマーがコードの一部または大部分をAIに任せる例が増え始めました。とりわけ有名スタートアップアクセラレーターであるY Combinator（以下、YC）では、最新バッチに参加しているスタートアップのうち4分の1が「95％ものコードをAIで生成している」と報告されています。本記事では、この現象と背景、それにまつわるキーパーソンの発言や具体的なリスク、さらに「Vibe Coding」という新しい開発スタイルについて詳しく掘り下げます。

1. AIによるコード生成の現状

AIによるコード生成は、ここ数年で特に注目度が上がっています。大規模言語モデル（LLM）の精度向上は、開発者にとって革新的な生産性向上をもたらし、スタートアップから大企業まで幅広く採用されつつあります。

1-1. YCの最新バッチが示す傾向

2025年の冬バッチ（W25）において、4分の1のスタートアップが95％のコードをAIで生成しているという事実は、AI活用が主流化しつつあることを象徴しています。YCのマネージングパートナーであるジャレッド・フリードマン（Jared Friedman）氏は、YouTube上の対談で次のように語りました。

ここで言及されている95％という数字は、ライブラリのインポートコードなどを除いて、実際に人間が手動で書いたコードとAIが生成したコードの対比で算出されています。単純な補完ではなく、主要ロジックの大半をAIが賄っている点が注目されます。

1-2. 「Vibe Coding」という新潮流

YCのCEOであるギャリー・タン（Garry Tan）氏やマネージングパートナーのハージ・タグガー（Harj Taggar）氏、ゼネラルパートナーのダイアナ・フー（Diana Hu）氏との対談では、自然言語と直感を用いてコードを作り出す新スタイルに注目が集まりました。これは、元TeslaのAI責任者でありOpenAIの研究者でもあったアンドレイ・カルパシー（Andrej Karpathy）氏が名付けた「Vibe Coding」の概念と重なります。

• Vibe Coding: コードの細部にフォーカスせず、自然言語による指示や「こういう動きをしてほしい」という直感的なイメージをAIモデルに伝えることでソフトウェアを開発する手法。

• たとえば「ユーザーがログインしたらダッシュボードに移動し、ユーザーデータを一覧表示する機能がほしい」と自然言語でAIに伝えると、AIがそれをコードとして生成し、プロトタイプをすぐに作り上げるイメージです。

2. AI生成コードのメリットと課題

AIでコードを生成することは、生産性とスピードの大幅な向上をもたらしますが、同時に品質・セキュリティ面のリスクも指摘されています。

2-1. メリット：スピードとイノベーション

1年前までなら数日から数週間かかった開発作業を、数時間や数分で完了させることができる可能性があります。さらに、AIが提示する複数のコードサンプルや設計案を比較することで、これまで思いつかなかったようなイノベーティブなアイデアを得られる点も魅力です。

実際、AIを活用したコーディング支援ツールやスタートアップには、過去12か月間で数億ドル単位の投資が集まり、「生産性向上」市場への熱い期待がうかがえます。

2-2. 課題：バグとセキュリティリスク

一方、AIによる自動生成コードが常に正確とは限らない点は大きな懸念です。コードの品質面でのリスクとして、以下のようなケースが考えられます。

• セキュリティホールの挿入：脆弱性のあるコードや、SQLインジェクションなどの古典的な攻撃に対して対処が甘い実装が提案される場合がある。

• デバッグの難しさ：生成過程がブラックボックスになりやすく、開発者が意図を正しく伝えられていないと誤ったコードが出力される場合がある。

• メンテナンス性：AIが生成したコードは一見すると正しく動作するように見えても、将来的な拡張や変更に弱い構成になっている可能性がある。

実際、YCのゼネラルパートナーであるダイアナ・フー氏は、以下のように警鐘を鳴らしています。

3. AI利用時に必要な開発者のスキルセット

AIによる自動コード生成が一般化するにつれ、求められるエンジニアリングスキルは変化しつつあります。ギャリー・タン氏やハージ・タグガー氏など、多くの投資家・起業家が口をそろえて強調するのは「古典的なコーディングスキルの重要性」です。

3-1. コードを読む力

生成されたコードが正しいかどうかを判断し、必要に応じてバグを修正するには、読みやすいコードかどうかを見極めるリテラシーが必要です。エラーメッセージを解析し、コードの論理やアルゴリズムを理解できるスキルが欠かせません。

3-2. デバッグと問題解決能力

AIが提案するコードの精度は年々向上しているとはいえ、完全無欠ではありません。不具合が起きた際に、根本原因を突き止め、的確に修正する能力が開発者には求められます。

• 例: 大規模トラフィックに耐えられないコードやAPIコール回数の制限を考慮していない実装など、AIが見落としがちなポイントを熟練エンジニアが補う必要がある。

• フリードマン氏は、「いくらAIが優秀でも、それを使いこなす人間がバグを見抜き、必要な修正を行わなければ、プロダクトの持続性は危うい」と述べています。

4. 今後の展望と「Vibe Coding」の可能性

「Vibe Coding」はまだ新しい概念ですが、自然言語や直感的な指示のみでシステムを構築するスタイルが普及すれば、開発プロセスの効率化だけでなく、非エンジニア層でもソフトウェアを創出できる世界に近づく可能性があります。

4-1. 非エンジニアへの門戸開放

過去にはプログラミング経験がない人がテックプロダクトを作り上げるのは難しいとされてきました。しかし、AIがコード生成の大半を担うようになれば、アイデア発想力さえあればプロダクトを形にできる未来が見えてきます。
一方で、まったくプログラミングの知識がないと、セキュリティや性能面で不十分なサービスが世の中に出回る危険性もあるため、最低限のテクニカルリテラシーは不可欠であるともいえます。

4-2. 新興スタートアップへのインパクト

AIコーディングツールを開発・提供するスタートアップも続々と現れ、VCから莫大な資金を調達しています。たとえば、Bolt.newやCodeium、Cursorなどが近年注目されています。これらのサービスは、開発者がAIを使って効率よくコーディングするための補助を行い、開発期間短縮や人件費削減につながると期待されています。

AI主導のコード生成は、YCの最新バッチで示されたとおり、すでにスタートアップ界隈で大きな潮流となっています。Vibe Codingという自然言語ベースの新たな開発スタイルも生まれ、いわゆる“プログラマー”の役割やスキルセットは大きく変化しつつあるといえます。

• 生産性向上と新規事業の創出：95％以上をAIに任せられるほどの技術が実用段階に入ったことで、より短い期間でより多くのアイデアを試せるようになる。

• リスクと課題：AIが生成するコードの品質を保つには、従来のコーディング知識やデバッグ能力が欠かせない。セキュリティやメンテナンス面でのリテラシーも求められる。

• 今後の予測：生成AIモデルがさらに進化すれば、現状のバグやセキュリティリスクを一層低減できる可能性がある。一方で、プロダクトを長期的に支える堅牢性を担保するには、専門家の監修やバグ修正の判断力がカギとなる。

最後に、YCのCEOであるギャリー・タン氏の言葉を引用します。

私たちは、AIによる自動生成コードがもたらす恩恵を活かしつつ、人間のエンジニアがその品質と安全性を担保するというハイブリッドな開発体制を構築する必要があります。そうした新しい開発スタイルこそが、今後のソフトウェア産業を支える基盤となるでしょう。

関連記事