概要
https://ischemist.com/writings/long-form/how-vibe-coding-killed-cursor
詳細内容
## バイブ・コーディングがCursorを殺した：エンジニアが選ぶべき真のAIワークフロー
https://ischemist.com/writings/long-form/how-vibe-coding-killed-cursor
**Original Title**: Vibe coding killed Cursor
雰囲気だけで開発を行う「バイブ・コーディング」の流行がCursorの性能劣化を招いたと指摘し、プロの開発者に長大なコンテキストを活用する本来の手法を再考させる。
**Content Type**: 💭 Opinion & Commentary
**Language**: en
**Scores**: Signal:4/5 | Depth:4/5 | Unique:5/5 | Practical:4/5 | Anti-Hype:5/5
**Main Journal**: 90/100 | **Annex Potential**: 92/100 | **Overall**: 88/100
**Topics**: [[Vibe Coding, Cursor, Google AI Studio, Claude Code, Context Window]]
筆者のAnton Morgunov氏は、熱狂的なCursorユーザーであった自身の経験を踏まえ、AIコーディングツールの現状に強い批判を投げかけている。結論として、雰囲気だけでプログラミングを行う「バイブ・コーディング」の流行が、Cursorなどの製品をプロの開発者にとって使いにくいものに変質させたと主張している。
なぜCursorが「殺された」のか。筆者によれば、プログラミング知識のない層による「バイブ・コーディング」は極めてトークン効率が悪く、運営コストを増大させた。これに対応するため、CursorやWindsurfといったツールは、LLMに読み込ませるコードを制限する「トンネル・ビジョン（部分的なコード読み込み）」を採用した。しかし、この最適化は単純な修正には有効でも、コードベース全体の複雑な依存関係を理解する必要がある専門的な開発においては、LLMの判断力を著しく低下させる。リトリーバル（ripgrep等）による断片的な情報の提供では、LLMは既存の関数を見落とし、場当たり的で冗長なコードを生成するようになるからだ。
筆者はこの問題を打破する解決策として、Google AI StudioのGemini 2.5 Pro（または3.0 Pro）の活用を強く推奨している。Geminiは数百万トークンの長大なコンテキストを高い精度で処理できる能力（Long Context）を持っており、コードベース全体を一つのコンテキストとして投入することで、全体像を完全に把握した推論が可能になる。AI Studioのインターフェースは過去の応答を直接編集でき、不要な出力をコンテキストから排除できるなど、プロのワークフローに不可欠な制御性を提供している。
また、エージェント型ツールについても、OpenCodeのような開発者がGitの差分（diff）を二画面で確認しながら進行できる、透明性の高いツールの使用を勧めている。筆者は、安易な自動化やマーケティング主導の新モデルの「賢さ」に疑いの目を向け、開発者自身がコンテキストを適切に管理し、計画（Plan）と構築（Build）を分離する規律を持つことこそが、AI時代の真の生産性に繋がると結論付けている。