概要
https://zenn.dev/team_zenn/articles/claudecode-ai-coding-vs-human-engineer
詳細内容
## Vibe Codingで25万ダウンロード超のOSSを開発できた。できたが… ── AIの役割 vs 人間の役割ではなく「協働」で考える
https://zenn.dev/team_zenn/articles/claudecode-ai-coding-vs-human-engineer
「Vibe Coding」で開発されたOSS「Rulesync」は一時的に破綻したが、人間による詳細な設計介入とAIとの協働を通じて回復し、効果的なAIコーディングには深いコードベースの理解が不可欠であることを実証した。
**Content Type**: ⚙️ Tools
**Language**: ja
**Scores**: Signal:4/5 | Depth:4/5 | Unique:5/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 92/100 | **Annex Potential**: 93/100 | **Overall**: 92/100
**Topics**: [[AIコーディングワークフロー, Vibe Coding, Claude Code, 人間とAIの協働, コードベース管理]]
著者は、主要なAIコーディングツールの設定ファイルを一括管理するOSS「Rulesync」を、Claude CodeとCursorエディタを用いた「Vibe Coding」スタイルで開発した経験を共有しています。この開発手法は、人間がコードをほとんど見ずにAIに仕様を伝え、バグ修正もAIに任せるというもので、Dev Containersのバイパスモード、AIによるコードレビュー（サブエージェント利用）、コード類似度検出ツール「similarity」などを活用することで、当初は25万ダウンロード、GitHub Star 300以上という成功を収めました。
しかし、約2ヶ月後、コードベースは破綻状態に陥りました。機能追加が不安定になり、AIはバグを修正できず、既存のコードを壊す事態が頻発。著者は、この原因が人間が設計に対する指示を怠ったことにあると分析しています。AIは与えられた個々の要求を遂行するだけで、全体的な設計や構造に対する責任を負わないため、コードベースの整合性が失われたのです。また、AIが自己判断で大規模なリファクタリングを試みても、コンテキストの不足から困難が生じ、人間側の介入が必要でした。
この経験から、著者は開発可能な状態に復帰させるために、大規模な手動リファクタリングを決断。その結果、コードの構造を人間が理解し、AIによる変更を精査するという「伝統的な開発スタイルへの揺り戻し」が重要であると結論付けました。リファクタリング後のAIコーディングのヒントとして、特定の`commit hash`を参照してAIに具体的な変更方針を伝える方法、`diff-analyzer`サブエージェントでブランチ間の差分を要約させる方法、そしてClaude Code SDKを活用してコンテキストを独立させつつ複数のファイルにわたる類似の変更を自動化する方法を紹介しています。
最終的に著者は、これらの効果的なAIコーディング技術は、コードベースの詳細な理解と秩序立った構造があって初めて機能すると強調。AIと人間の役割を厳密に分離するのではなく、仕様策定、コミュニケーション、設計、実装、テストといったすべての工程において「AIと協働する」という意識が重要だと主張します。その上で、AIの提案を理解し、効果的に協働するためには、エンジニア自身が細部まで理解し、自ら手を動かす能力を持ち続けることが不可欠であると結論付けています。