SequoiaのAI Ascent 2026で、OpenAI共同創業者、元Tesla AIディレクター、Eureka Labs創業者であるAndrej Karpathyが驚くべき告白で幕を開けました：プログラマーとしてこれほど取り残されたと感じたことはない、と。スキルが失われたからではなく、AI駆動のコーディングツールがプログラミングの本質を誰よりも速く変えつつあるからです。
Karpathyはこの変化を理解するための3段階フレームワークを提示しました：vibe coding、agentic engineering、Software 3.0。これはソフトウェア開発の行方を最も明確に示すメンタルモデルであり、最も重要なスキルは何かを教えてくれます。
Key Takeaway
Vibe codingは誰でもプロンプトで構築可能にします。Agentic engineeringはプロフェッショナルがAIエージェントを使いながら品質を維持して構築します。Software 3.0はニューラルネットワークがプログラミング層そのものになる段階です。現在、フェーズ1からフェーズ2への移行中です。
What Is Vibe Coding?
Vibe codingとは、Karpathyが現在の段階に付けた名前で、技術者でなくても誰でも自然言語で欲しいものを記述するだけでソフトウェアを構築できる状態です。AIに「ヒーローセクション、価格表、サインアップフォーム付きのランディングページを作って」と伝えると、動作するコードを生成します。
Vibe codingは構築の敷居を下げました。プロダクトマネージャーがアプリのプロトタイプを作れるようになり、デザイナーが機能的なウェブサイトを構築でき、学生が現実の問題を解決するツールを作成できます。構築の障壁が「何年ものコーディング経験」から「欲しいものを記述する能力」へと下がりました。
Vibe codingを可能にするツール：Cursor、Bolt、v0、Replit、そしてある程度ChatGPTとClaudeのコード生成機能。
限界： Vibe codingは動作するコードを生成しますが、微妙な設計の欠陥がしばしばあります。Karpathyの例：AI生成のアプリが、永続的なユーザーIDではなくメールアドレスでStripeの支払いをGoogleアカウントに紐づけるもの。コードは正常に動作しました。しかしアーキテクチャが間違っていました。ジュニア開発者は気づきませんが、経験豊富な開発者はすぐに気づきます。
これがKarpathyの言う「jagged intelligence」です — AIの能力は均等に分布していません。トレーニングデータ、報酬、検証ループが存在する領域では急上昇し、他の領域では予測不能に失敗します。
What Is Agentic Engineering?
Agentic engineeringは次の段階で、プロフェッショナル品質の開発をAIエージェントを使いつつ、アーキテクチャ、設計決定、品質基準で人間の監督を維持するものです。
Vibe codingが「欲しいものを記述してAIが与えるものを受容する」のに対し、agentic engineeringは「AIエージェントを実行させつつ、あなたが指示、レビュー、修正を行う」。人間の役割がコード執筆からコードレビューへ、実装からアーキテクチャへ、コーディングからエンジニアリングへシフトします。
Agentic engineeringを可能にするツール：Claude Code、OpenAI Codex、Hermes Agent、Cursorのagent mode。これらのツールは単にコードを生成するだけでなく、多段階タスクを計画し、実行し、結果をテストし、反復します。
| Aspect | Vibe Coding | Agentic Engineering |
|---|---|---|
| Who does it | 誰でも — コーディング不要 | エンジニアリング判断を持つ開発者 |
| AI's role | 記述からコード生成 | 多段階計画を自律実行 |
| Human's role | 欲しいものを記述 | 指示、レビュー、修正 |
| Output quality | 動作するが設計欠陥あり得る | 監督下で本番運用可能 |
| Key skill | プロンプト作成能力 | センス、判断力、アーキテクチャ知識 |
| Verification | 「動作する？」 | 「正しく、安全で保守可能？」 |
What Is Software 3.0?
Karpathyの最大のコンセプト。ソフトウェアの進化に関する彼のフレームワークです：
Software 1.0： 人間がすべてのコード行を書く。明示的な指示。決定論的動作。これは伝統的なプログラミングです。
Software 2.0： ニューラルネットワークがデータから学習。ルールを記述する代わりに例を提供し、モデルがパターンを学習します。コンピュータビジョン、音声認識、レコメンドシステム。Karpathyが2017年にこの用語を造語しました。
Software 3.0： 大規模言語モデルがプログラマブルな層になります。すべての指示を指定する代わりに、開発者が目標、制約、コンテキストを記述。モデルが解釈して実行します。インターフェースは自然言語。プログラムはプロンプトそのものです。
Software 3.0では、LLMがランタイムとプログラミング言語の両方です。LLMを呼び出すコードを書くのではなく、LLM自体がコードです。プロンプトがプログラムです。そして開発者の仕事はプロンプトを設計し、コンテキストをキュレーションし、出力を検証することです。
これがcontext engineeringがAIで最も重要なスキルになりつつある理由です。プロンプトがプログラムなら、それを囲むコンテキストがプログラムの動作を決定します。そのコンテキスト管理が新しいソフトウェアエンジニアリングの形です。
---📬 これに価値を感じましたか？ AIで重要なスキルを毎週配信します。インBOXに届ける →
---Why Does Taste Matter More Than Syntax Now?
講演でKarpathyの最も引用されやすい一言：「思考はアウトソース可能。理解はアウトソース不可能。」
AIエージェントはコード執筆、ドラフト生成、ツール呼び出し、タスク実行ができます。しかし結果が優れているかどうかは判断できません。それには判断力が必要です — 技術的に正しいがアーキテクチャ的に間違っているもの、動作するがスケールしないコード、機能するがセキュリティ脆弱性を生む機能を認識する能力です。
Karpathyはこれを「taste」と呼びます。AI生成出力を見て、それが正しいかどうかを知る能力です。「コンパイルされるか」だけでなく「経験豊富なエンジニアがこのように作るか？」です。
実践的な示唆：基礎を深く理解する開発者が成功します。表層的なコーディングしか知らない開発者は苦戦します。なぜならAIが表層コーディングを彼らより優れていますから。価値はスタックの上位へ移ります — 実装からアーキテクチャへ、文法から判断へ、コード執筆からコード評価へ。
What Does "Jagged Intelligence" Mean?
Karpathyの用語で、AIの能力分布の不均一さを指します。モデルは一部のタスクで驚異的に優れ、他のタスクで予期せず失敗します。知能は滑らかではなく、でこぼこしています。
重要な洞察：AIは検証可能なものを自動化します。明確なフィードバックループがあるタスク — コードがテストに通るか？計算が正しいか？出力が期待形式に合うか？ — でAIは優れます。曖昧な状況での判断を要するタスク — このアーキテクチャが正しいか？ユーザーエクスペリエンスが直感的か？この戦略が理にかなうか？ — でAIはまだ苦手です。
開発者にとって、これは：出力が測定可能であればあるほどAIツールが有用になるということです。コーディング、テスト、データ分析、構造化コンテンツ作成は高度に自動化可能。プロダクトデザイン、システムアーキテクチャ、戦略的意思決定はまだ人間の判断が必要です。
What Skills Do You Need for Agentic Engineering?
Karpathyのフレームワークに基づく、agentic engineering時代で最も重要なスキル：
1. 基礎の深い理解。 AIが向上すると学ぶ量を減らしたくなるものですが、Karpathyは逆を主張します。理解がボトルネックになります。システムを指示し、何を尋ね、何を検査し、何を拒否するかを知るための十分な深さが必要です。
2. システムデザインとアーキテクチャ。 AIは関数を書きます。あなたはシステムを設計します。コンポーネントの相互作用、障害点、スケーラビリティのための構築を理解することがコアスキルになります。
3. 検証とレビュー。 AI生成コードを批判的に読む能力 — 「動作するか」だけでなく「正しいアプローチか？」。コードを書くのと同じ深い知識を異なる形で適用します。
4. プロンプトとコンテキストエンジニアリング。 プロンプトがプログラムなら、良いプロンプトを書くことがプログラミングです。ICCSSE framework（Identity, Context, Constraints, Steps, Specifics, Examples）はagentic engineeringに直接適用 — エージェントに人間開発者向けのデザインドキュメントのように明確な仕様を与えます。
5. ツールオーケストレーション。 どのタスクにどのAIツールを使うかを知ること。Claude Codeで機能執筆、Cursorで編集、Hermes Agentで自動化、Copilotで提案。最高のエンジニアは1つに頼らず複数ツールを組み合わせます。
AIコーディングツールのプロンプトを磨くには、無料のPrompt Optimizerを試してください — 任意のプロンプトに構造化フレームワークを適用します。今あるトップAIコーディングツールの実践ガイドは、Claude Code vs Codex comparisonを参照。
---📬 もっと欲しいですか？ AI実践者の働き方を形作るアイデアを毎週お届け。無料購読 →
---Frequently Asked Questions
Is vibe coding dead?
いいえ。Vibe codingは残ります — 非開発者のソフトウェア構築の入り口です。Agentic engineeringは本番品質出力が必要な人のプロフェッショナル進化形。両方が共存します。Vibe codingをスケッチ、agentic engineeringをアーキテクチャと捉えてください。
Do I need to learn to code if AI writes code for me?
はい、ただし異なります。文法を暗記する必要はありません。ソフトウェアの仕組みを理解する必要があります — データ構造、システムデザイン、セキュリティ原則、パフォーマンストレードオフ。AI生成コードが正しく適切かを評価する知識です。
When will Software 3.0 be mainstream?
狭いドメインで既に起きています — コーディングアシスタント、コンテンツ生成、データ分析。完全なSoftware 3.0（ほとんどのアプリがLLMネイティブ）は現在の軌道で3-5年後。移行は急激ではなく漸進的です。
What's the difference between agentic engineering and using ChatGPT for coding?
ChatGPTはプロンプトに応じてコードスニペットを生成します。Agentic engineeringは自律エージェント（Claude Code、Codex、Hermes）を使い、多段階タスクを計画し、実際のコードベースで実行、テスト、反復 — 最小限の人間介入で。道順を聞くのとドライバーを雇うのの違いです。
Disclosure: Some links in this article are affiliate links. We only recommend tools we've personally tested and use regularly. See our full disclosure policy.