チョン・ドヒョン - ROBOCO首席コンサルタント

この記事は、Armin Ronacherのブログ記事「Agentic Coding Recommendations」（エージェンティックコーディング推奨事項）をもとに執筆しました。

序文

数日前、開発者コミュニティGeek Newsでアルミン・ロナハー（Armin Ronacher）のブログ記事「Agentic Coding Recommendations」（エージェンティックコーディング推奨事項）に触れ、少なからぬ衝撃を受けました。記事の著者であるArminはもともとFlaskウェブフレームワークの創始者として有名ですが、彼のバイブコーディングに関する洞察が、Robocoの目指す方向とも重なっていたからです。今回の記事では、Claude Code、Cursor、Windsurfといったツールに触れ始めたばかりのバイブコーディング入門者に向けて、Arminの記事に込められた核心をわかりやすく解きほぐしてお伝えします。

TL;DR

  • エージェンティックコーディングとは、AIエージェントに目標を任せ、開発者が結果と方向性を検討する進め方です。
  • 単純な言語、高速なツール、明確なログ、保守的な依存関係管理が、エージェントのミスを減らします。
  • AIがコードを多く書く環境であるほど、開発者は単純性、安定性、適切なリファクタリングのタイミングをより意識する必要があります。

エージェンティックコーディングとは何か

Arminの言うエージェンティックコーディング（Agentic Coding）とは、コーディング作業の多くの部分をAIエージェントに委任する開発手法です。ここでのエージェントとは、開発者の指示を受けて自ら作業を遂行する自律プログラムを意味します。ここでは人のようにコーディング業務を手伝ってくれるAIプログラムを指し、ファイル編集、コマンド実行、ウェブ検索など、開発に関わる作業を代理人（agent）のように処理します。

一般的なAIコーディングアシスタント（例：GitHub Copilotの自動補完、ChatGPTを用いたコード生成）よりさらに一歩進んで、エージェントに一つの作業目標を割り当てると、そのエージェントが自ら必要な一連の作業を遂行するというものです。

エージェンティックコーディングは、アンドレイ・カルパシー（Andrej Karpathy）によってバイブコーディングという用語が提案されるまで、AI主導の開発を指す最有力の用語であり、現在もバイブコーディングという用語と並んで多く使われています。この記事では原著者の意志を尊重し、バイブコーディングという用語の代わりにエージェンティックコーディングで用語を統一します。

わかりやすく言えば、人間の開発者が「プロジェクトXのバグを直して」と自然言語で指示すると、エージェントがそのコードベースを把握し、コードを修正し、テストを実行して結果まで出してくれるという流れです。この過程で開発者は細かなステップごとに介入せず、結果が出るまで待つのが特徴です。

このアプローチでは、これまで私たちが使ってきたIDE（統合開発環境）の役割も大きく縮小します。Arminの場合はエージェントがコーディングの大部分を処理するため、彼は最後の仕上げ程度をテキストエディタ（Vimのようなツール）で行っています。それほどまでにエージェントが主導的にコーディング過程を担うのが、エージェンティックコーディングの姿です。

では、なぜエージェンティックコーディングが必要なのでしょうか。まず、うまく活用すれば開発生産性を飛躍的に高められるからです。人間の開発者が多くの時間を費やす反復作業（例：コードのリファクタリング、複数ファイルにまたがる修正、長い文書やコードベースの把握）をエージェントが代わりに行ってくれれば、開発者はより創造的で重要な問題に集中できます。実際にArminは「エージェントを開発プロセスに統合すれば、相当な生産性向上が得られる」と強調しています。またこうした方法は、急速に発展中のAI技術の最新の可能性を開発に取り込む道でもあります。

最後に、エージェンティックコーディングは単に「コードをより速く書くこと」にとどまりません。究極的には、より高い品質のコードを書き、保守性と安定性を高めることを目標としています。Arminは、数か月前まではひどかったAIのコード出力が今ではかなり改善されたとしたうえで、今後も発展を重ねていくだろうと述べています。したがって、この記事の後半で見ていくClaude Codeのようなツールをうまく活用すれば、初心者の開発者も次第に「AIエージェントと協業する開発者」へと成長していけるでしょう。

Arminが提案するエージェンティックコーディングの核心原則

Armin Ronacherは自身の記事の中で、エージェンティックコーディングを効果的に活用するための助言を数多く示しています。プログラミングの基礎程度を知る読者にも理解できるよう、彼の主な推奨事項を一つずつ解きほぐして説明します。

  1. 単純で安定した言語の選択：エージェントが扱う言語を選べるのであれば、可能な限り単純な言語を選ぶようArminは勧めています。彼は新しいバックエンドプロジェクトの場合にGo言語を強く推奨しましたが、その理由は明確です。Goは文法が単純で予測可能なため、エージェント（LLM）がミスをする余地が少なく、テストの実行も自動で一度にうまく動作するからです。たとえばGoではgo testコマンドで必要なテストを一度にまとめて回せます。エージェントがテスト対象の選定で混乱することがありません。またGoのエコシステムは変化が遅く後方互換性が良いため、AIが古い例示コードを生成する危険が小さいのです。一方、Pythonのようにマジック（magic）の多い動的言語では、エージェントが隠れた挙動を誤解したり、実行環境の問題で試行錯誤しやすいといいます。したがって、言語自体が単純で環境の変化が少ないほど、エージェントはより安定してコードを扱えます。

  2. エージェントに優しい開発ツールの設定：言語と同じくらい、開発ツール（tool）をどう整えるかも重要です。Arminの助言は「ツールは何でも構わないが、必ず速く明確に動作しなければならない」というものです。エージェントは皆さんの環境でbashコマンド、ビルドツール、テストランナーなどを実行することになりますが、反応が遅かったり出力が不必要に冗長なツールは避けるべきです。たとえばArminは自身のプロジェクトでMakefileを活用し、よく使うコマンドを整理しています。make devで開発サーバーを立ち上げ、make tail-logでログを見るという具合です。重要なのは、エージェントがこうしたツールを使う際にエラーが出たら即座に知らせ（logging）、重複実行を防ぐといった保護の仕組みも必要だという点です。実例として、Arminはプロセス管理ツールを修正し、すでにサーバーが実行中であれば二度目を立ち上げられないようにし、その代わり「すでに実行中」というエラーを明確に出力するようにしました。おかげでエージェントはmake devを実行したときにサーバーがすでに動いているかを判断し、すぐにログを確認する次のステップへ進むことができました。

そしてログ（logging）そのものをエージェンティックコーディングの核心的なツールとして活用するよう、Arminは繰り返し強調しています。たとえば会員登録時に認証メールを実際に送る代わりに、開発モードではメールの内容をコンソールログに出力しておけば、エージェントがそのログを読んで認証リンクを自動的に見つけてクリックできます。Arminは自身のCLAUDE.md設定ファイルに「デバッグモードではメールがログに出力される」という情報を入れておき、Claudeエージェントはそれを参照して、実際に会員登録から認証までを自ら完了させました。このように、明確なログと親切なツールの出力はエージェントの目と耳になってくれます。私たちが開発するときにコンソールやログを見ながら問題を把握するのと同じく、エージェントもログを通じて状況を理解し、次の行動を決めるからです。

  1. 速度と効率の最適化：エージェンティックコーディングのボトルネックは、主にAIモデルの推論コストと非効率なツールの使用から生じます。したがって応答速度を上げ、不要なトークンの浪費を減らすことが重要です。上で述べたとおりツールの迅速な実行が基本であり、さらにエージェントが新たに書いて実行するコード（「emergent tool」）もできる限り軽く作るべきです。たとえば、エージェントがある作業のために一時的なPythonスクリプトを書いて回すとしましょう。このときそのスクリプトの実行に5秒かかり、実行のたびに初期化で1分ずつ消費するとすれば、全体の流れは大きく遅くなります。Arminは実際の業務プロジェクト（Sentry）で、エージェントがコードをリロードするのに時間がかかりすぎたため、一時的に「ファイルの変更を検知して自動的にモジュールをimportし、結果をログに書く」デーモンを作り、エージェントに活用させたといいます。複雑な再起動なしに素早くコードを注入して実行結果だけを確認させたわけです。このような創造的な方法で、できる限りリアルタイムに近いフィードバックを返すよう環境をチューニングすれば、エージェントの作業効率は上がります。またログもあまり冗長だとトークンを食い速度を落とすので、重要な情報だけを含むよう適切な水準に調節するのがよいと助言しています。

  2. 安定性と最小驚きの原則：Arminは「安定したエコシステム」の価値を繰り返し言及します。AIがコードベースを扱うとき、外部の変化が少ない環境でははるかにミスが減ります。たとえばLLMエージェントはGoやFlaskのような長く検証された技術スタックを好みます。逆に、依存関係が激しく変わるJavaScriptエコシステムのように、毎日新しいバージョンとライブラリが押し寄せる環境では、AIが数日前のコードを参照して誤ったコードを生成する危険が高くなります。またエージェントは、コードを書きながら決定した理由をコメントとして残すなど、自分なりの痕跡（breadcrumb）を残す傾向がありますが、私たちが何気なく依存ライブラリを最新バージョンに上げてしまうと、そうしたコメントやコードパターンはたちまち古いものになり、AIの思考の流れに混乱を与えかねません。人間も同じですが、AIは「どうせテストが通ればいいのでは」という気持ちで手軽にアップグレードを試みることがあるので、特に注意が必要です。Arminの助言を一言で言えば「以前よりもさらに保守的にアップグレードせよ」ということです。そして新しいライブラリをあまり使わず、可能なら直接コードで実装するほうがよいとも述べています。どうせエージェントが素早くコードを作ってくれるのだから、複雑な依存関係を持ち込む代わりに必要な機能は自分で書き、一貫性と予測可能性を保てという意味です。実際にArminは「なぜ自分でコードを書くべきか」という題の記事を以前書いており、エージェンティックコーディングをやってみてその考えがより確固たるものになったといいます。

  3. コードは可能な限り単純に：「複雑なコードはエージェント環境で性能が出ない。最も愚かに見えるが動く解決策を選べ」——Arminが強調した一文です。エージェントがコードを扱うときは明瞭さが最優先です。したがって開発者は普段よりもさらに直截的で単純なコードスタイルを追求すべきです。たとえば複雑なクラス継承よりも、長く具体的な名前の関数を複数作るほうが理解しやすくなります。あまりに抽象的なパターンやマジック（マジックナンバー、リフレクションなど）を乱発すると、AIは文脈を見失いやすくなります。Arminは「普通のSQLクエリを直接書け」とまで助言します。ORMなどを通じて間接的にデータベースを扱うより、いっそエージェントにSQLを書かせたほうが、AIがログのSQL出力と自分のコードをすぐに対応づけてデバッグしやすくなります。また権限チェックのような重要なロジックは、可能な限り当該コードの近くに置くべきです。もし権限検査が設定ファイルやデコレータに隠れていると、エージェントが新しい機能を追加する際にその部分を見落とし、セキュリティホールを作るおそれがあります。結局、「単純明瞭で一貫したコード」がエージェントにも人間にも良いコードだ、ということです。

  4. 並列化（Parallelization）を念頭に置く：エージェント一つでは非常に速いわけではありませんが、複数を同時に走らせれば作業を並列処理して効率を高められます。たとえば数百個のファイルのlintエラーを一度に直さなければならない場合、一つのエージェントが順番に処理する代わりに、複数のエージェントにそれぞれ一部のファイルを任せるという具合です。そのためには、共有資源（ファイルシステム、DBなど）の衝突を最小化できるようプロジェクトを構成する必要があります。簡単なことではありませんが、ArminはDockerを用いた隔離実行ツールや、CI（継続的インテグレーション）環境でバックグラウンドエージェントを走らせるなど、初期の試みが出てきていると紹介しています。現在は自身のワークフローに完全には適用できていないものの、まもなく急速に発展する分野だと見通しており、遠からず実用化される可能性があります。

  5. 適時にリファクタリングする：エージェンティックコーディング環境では、リファクタリング（refactoring）のタイミングが重要です。エージェントは一定の水準までは、そこそこの複雑さのコードでも問題なく処理します。しかしプロジェクトの規模と複雑度が限界点を超えると、エージェントの文脈維持能力にも限界が来ます。Arminはたとえば「序盤はフロントエンドにTailwind CSSのクラスをあちこちに書き散らしながらエージェントと素早く開発を進められるが、ファイル50個にスタイルが散らばった時点で、もうコンポーネントライブラリへ構造を再編するときだ」と述べています。それほどコードベースが膨大になると、エージェントも一貫した修正が難しくなり、大きな修正時にバグが続出しかねません。したがって、早すぎるリファクタリングで初期の速度を殺す必要はありませんが、遅らせすぎると、エージェントにも収拾がつかなくなる時点が来るということです。人であれAIであれ、適切な時点でコード構造を整理してやることは保守に不可欠です。エージェンティックコーディングをしていると、エージェントが新しい関数やファイルをすらすら追加してくれるため、あるタイミングでは開発者が乗り出して重複コードをまとめ、モジュール化するといった大掃除をしてやってこそ、その後の作業が楽になります。

これらの原則は、Arminが「今後技術が変わっても有効な本質的な概念」と強調した部分です。実際のツールや技法は速く進化していくでしょうが、単純性、安定性、観測可能性（ログなど）、賢い並列化といった原則は、今後もエージェンティックコーディングの成否を分ける要素だという意味です。私たちRobocoチームもこうした洞察に深く共感しており、AIとともにあるコーディング文化が健全に定着するためには、上記のようなソフトウェア工学の基本原則がいっそう重要になると信じています。

Claude Code活用の実践例

ここからは、Anthropic社のClaude Codeというツールを通じて、上で述べたエージェンティックコーディングが実際にどのように行われるのかを見ていきます。Claude CodeはArminが主に使用するコマンドライン基盤のAIコーディングエージェントで、プロジェクトディレクトリでターミナルコマンド（claude）から実行します。このエージェントはコードベースを理解してファイルを編集し、テストやビルドのコマンドを直接実行できます。またGitと統合されており、gitの履歴検索やコミット、PR作成まで手伝ってくれる強力なツールです。以下にClaude Codeを活用したいくつかの状況別の例を紹介します。

コードリファクタリングの例

たとえば、processData()という関数の性能問題を改善したいとしましょう。普段であれば開発者がその関数を開いてロジックを修正し、関連する部分の動作を検証する必要があります。Claude Codeを使えば、こうしたリファクタリング作業をかなりの部分まで自動化できます。開発者は自然言語で簡単に指示します。

processData()関数をリファクタリングして、すべてのデータを一度にロードする代わりにストリーミングを使うように変更して。

プロンプトを入力すると、Claude Codeエージェントが自らprocessData関数のあるファイルを開いてコードの修正を始めます。たとえば、一度にすべてのデータをメモリに載せていた部分をストリーミング方式に変更し、必要であれば関連する関数のシグネチャも修正するでしょう。Claude Codeは修正後、自動的にプロジェクトのテストを実行し、リファクタリングが既存の機能を壊していないかを確認します。もしテストで失敗が発生すれば、エージェントが原因を分析してコードをさらに修正することもあります。すべてのテストが通れば、Claude Codeは開発者に「リファクタリング完了、メモリ使用が大きく減りました。既存のテストもすべて通りました」といった要約結果を見せてくれるでしょう。開発者はこの変更内容（diff）を確認し、満足できればそのままコミットすることもできます。

文書要約の例

エージェントはコーディングだけでなく、文書の理解や要約の作業にも役立ちます。プロジェクトに新しい開発者が加わったと仮定してみましょう。この開発者がARCHITECTURE.mdという設計文書を素早く把握しなければならないとき、Claude Codeに要約を頼むことができます。

docs/ARCHITECTURE.mdの内容を3行で要約して

Claude Codeは該当のマークダウン文書を読み、核心的な内容を抜き出して要約してくれます。たとえば次のような結果を出力してくれるでしょう。

- このプロジェクトはクライアント・サーバーアーキテクチャで構成されており、サーバーはREST APIを提供する。
- ユーザー認証と権限管理のためのモジュールが含まれており、役割に応じて機能へのアクセスが制限される。
- 拡張性のためにメッセージキューとキャッシュを導入し、今後増加するトラフィックにも対応できるよう設計されている。

要約されたポイントを通じて、新しく来た開発者は短時間でシステムの構造を理解できます。このようにClaude Codeは、プロジェクトのコードだけでなく関連文書まで文脈を把握して、質問に答えたり要約したりするのに活用できます。膨大なコードベースの中で特定の機能がどこに実装されているかを尋ねたり、設定ファイルの役割を尋ねたりと、コードQ&Aアシスタントとして使うこともできます。

関数生成の例

今度は新しい機能を追加するコード生成のシナリオです。たとえば、ユーザーアカウントの削除時に事前に権限を確認するロジックが必要だとしましょう。そのためにcheckPermissionBeforeDelete()という関数を追加したいなら、Claude Codeに関数を作ってほしいと依頼できます。

ユーザーに削除権限がない場合にエラーが発生するようにする checkPermissionBeforeDelete(user) 関数を生成して

この指示を受けると、Claude Codeはプロジェクトのコードを見渡しながら、どのような権限体系を使っているかを把握します。そして適切な場所（たとえばuser_utils.pyファイル）に新しい関数を書きます。関数の内部には、userオブジェクトやIDを受け取ってそのユーザーに削除権限があるかを検査し、なければ例外を発生させるロジックが含まれるでしょう。Claude Codeはコーディング規約を守りながら（プロジェクトがDjangoならデコレータを活用することもあれば、単純なif-checkのこともあります）関数を生成します。作成が終わると、自ら簡単なテストを実行したり、既存のテストコードにこの関数を使う部分が必要かどうかを提案したりすることもあります。結局、開発者は完成した関数のコードとエージェントの説明を確認し、必要であれば少しの修正やコメントの補足をしてから保存すればよいのです。このように、新しい機能の実装もエージェントと対話しながら素早く進められます。

Claude CodeとGitの連携の使い方

Claude CodeはGitとも密接に統合されています。バージョン管理の作業にも役立ちます。簡単なシナリオを通じて、どのように活用できるかを見てみましょう。

例示シナリオ：バグ修正後にコードを保存して共有する過程

  1. バグ状況の把握：GitHubのイシューとして報告されたバグが一つあります。開発者はClaude Codeに_「イシュー#37に説明されているバグを解決して」_と指示します。エージェントはGitHub CLI（gh）を使ってイシューの内容を読んだり、ローカルに取得しておいたイシューの説明を参照したりして、どのような問題かを理解します。そしてコードベースからそのバグの原因を見つけて修正します。たとえばnullチェックが抜けていて発生したバグであれば、条件文を追加するという具合です。Claude Codeは修正後、関連するテスト（gh CLIでのCIテスト実行など）まで行い、バグが解決されたかを確認します。

  2. コード変更の検討：バグが直ったら、Claude Codeは*「問題を起こしていた関数にnull値の検査を追加し、これですべてのテストを通過しました」と報告するでしょう。開発者はClaude Codeが提示したコードの変更（diff）を確認します。必要であれば_「コメントをもう少し付けて」_あるいは「この部分の変数名をもっと意味のあるものに変えて」*とClaude Codeに追加の指示を出すこともできます。エージェントは要求に応じてコードを再修正してくれるでしょう。

  3. コミットとプッシュ：修正結果に満足したら、いよいよGitコミットの番です。適切なコミットメッセージも修正内容に合わせて自動的に生成されます。

たとえばエージェントはgit commitコマンドを実行して、現在の変更内容を’Fix null pointer bug in processData function’というメッセージでコミットできるでしょう。同じようにgit pushコマンドもエージェントを通じて実行させられます。つまり、コードの修正からコミット・プッシュまでを一つの流れとしてエージェントが補助してくれるわけです。

  1. Pull Requestの作成：GitHubにコードを反映するにはPR（Pull Request）を作らなければなりません。Claude CodeはGitHub CLI（gh）を使えるので、次のように指示すれば、
バグ修正ブランチをメインブランチにマージするためのPRを作成して。

エージェントはgh pr createなどのコマンドを自ら呼び出して、適当なタイトルおよび内容とともに現在のバグ修正ブランチのPRを作成します。続いてPR本文にイシュー番号を紐づけたり、変更内容の要約を書いたりもしてくれます。結果として開発者は、ウェブインターフェースをいちいち開いてクリックしなくても、ターミナルの中で自然言語のままPRまで作成してしまえるのです。

このようなGit連携の活用は、チーム協業にも有用です。たとえばMerge Conflict（マージ衝突）が発生したとき、Claude Codeに解決を任せることもできます。*「生成された衝突を自動で直して」と言えば、エージェントが衝突マーカー（<<<<、====、>>>>）を探し、最もそれらしい形でまとめようと試みます。終わったら「衝突を解決し、コードが正常にコンパイルされます」*と知らせてくれるでしょう。

また、複数の開発者が同時に作業する大規模プロジェクトであれば、エージェントを並列に活用して複数のイシューを同時に処理し、それぞれ別のブランチにコミットさせることもできます。たとえば一つのエージェントは機能Aを開発し、別のエージェントはバグBを修正させたうえで、二つの成果物をそれぞれPRとして上げてコードレビューを受けるという具合です。このようにClaude CodeとGitの組み合わせは、コーディング→テスト→コミット→PRへと続く開発サイクルをかなりの部分まで自動化してくれます。

（参考までに、Claude Codeを初めて使うときは、重要なシステム変更を伴うコマンドについて安全装置として確認を求めてくる場合があります。たとえばファイルの削除や大きなコミットのような動作にはユーザーの許可を求めますが、Arminのような上級ユーザーは--dangerously-skip-permissionsオプションで、いちいち許可を押す過程を省略することもあります。しかし初心者であれば、デフォルト設定のままにして、エージェントのすべての行動を目で確認しながら進めることをおすすめします。）

おわりに：初心者開発者のための現実的な助言

エージェンティックコーディングとClaude Codeの世界は、初めて触れると少し不慣れで複雑に感じられるかもしれません。しかし一つずつ着実に近づいていけば、初心者の開発者でも十分に活用できるツールであり、むしろ学習と成長に大きく役立ちます。最後に、初心者がClaude Codeを活用してエージェンティックコーディングの力量を伸ばすための現実的な助言を整理して、この記事を締めくくります。

    1. 小さなことから始める：最初はClaude Codeにあまりに複雑なプロジェクト全体を任せるよりも、小さな作業単位で試してみてください。たとえば「この関数にコメントを付けて」や「簡単なユニットテストを作って」といった依頼から始めるとよいでしょう。こうして成功と失敗を経験しながら、エージェントの能力と限界を把握してみてください。
    1. 結果は必ず検討する：Claude Codeがいくら賢くても、生成したコードや修正内容を人間の開発者が検討する段階は必須です。エージェントはときどき見当違いの修正や些細なバグを残すことがあるので、初心者であっても出力を丁寧に読み、テストをさらに回してみる習慣を持ってください。まるで先輩開発者のコードをレビューするようにエージェントのコードに向き合えば、誤った部分を発見し、学ぶ機会にすることができます。
    1. 実験してチューニングする：先に紹介したCLAUDE.mdのような設定ファイルや、プロジェクトのMakefile、スクリプトツールなどを活用して、エージェントがより良く働くよう環境をチューニングしてみてください。たとえばよく使うコマンドをCLAUDE.mdに書いておいたり、プロジェクトのルール（コーディングスタイル、ブランチ戦略など）を記録しておいたりすれば、Claude Codeがそれを覚えて従うようにできます。こうした環境の改善は開発者本人の作業効率にも直結するので、一石二鳥です。
    1. 最新情報を逃さないこと：Arminが強調したように、この分野の変化の速度は非常に速いです。Claude Code自体も更新され続けており、類似の代替ツール（例：OpenAI Codex、Cursorなど）も速いペースで更新されています。初心者の開発者であっても、時間を取って関連ニュースやコミュニティを確認し、新しい機能やベストプラクティス（best practice）を身につけておけば大いに役立ちます。たとえばClaude Codeに並列作業エージェント機能が追加されたという知らせに触れたなら、すぐに試して経験を増やしてみてください。
    1. 基礎は重要：最後に、エージェンティックコーディングが万能ではないという点を肝に銘じるべきです。AIが多くのことを助けてくれますが、だからといってプログラミングの基本原理やデータ構造、アルゴリズムの勉強をおろそかにしてはいけません。むしろこうした知識を固めるほど、エージェントをより良く使いこなせるようになります。どんな問題を解決すべきか、どの方向の修正が必要かは、結局のところ開発者の判断が必要であり、そうしてこそ正しい指示をエージェントに出すことができます。また基礎があれば、エージェントが作り出した結果を分析して正誤を判断できます。

Armin Ronacherの経験談に見られるように、AIエージェントと協業するコーディングは、開発者の役割を完全に代替するというより、一段と増幅してくれる道具に近いものです。初心者の開発者も萎縮する必要はありません。小さなプロジェクトでもいいので、自分でClaude Codeをインストールして試してみてください。最初は少しぎこちないものですが、エージェントをもう一人のチームメンバーやペアプログラマーだと思って対話を続けてみてください。いつの間にか反復作業はてきぱきと処理され、皆さんはより大きな絵に集中しながら成長している自分を見つけることになるでしょう。

最後に、恐れずに適応力をもって学んでいくことをおすすめします。Arminもまた「今日のワークフローは明日には完全に変わっているかもしれない」と述べていますが、その核心原則は変わらず通用するだろうと言っています。単純さ、安定性、可視性といった原則を胸に刻み、新しい時代の開発の流れを楽しんでみてください。AIと人が力を合わせてより良いコードを書くエージェンティックコーディングの世界へようこそ。そして、幸せなバイブコーディングになりますように！

Armin Ronacherのライブコーディング動画（YouTube）