ChatGPT 登場前の 2021 年、Microsoft と OpenAI は開発者向けコード生成ツール「GitHub Copilot」を発表した。大規模言語モデル（LLM）がコード生成に適していることが認識され、開発効率化と低コード・ノーコード実現への期待が高まっている。
これは、テック業界から 1 つの本質的なストーリーを解き明かす週刊ニュースレター「The Stepback」です。AI コード生成とビブ・コーディングのブームについて詳しく知りたい方は、David Pierce をフォローしてください。The Stepback は毎週東部時間午前 8 時に購読者のメールボックスに配信されます。
【発端】
コード作成は AI の「キラーアプリケーション」だった。それは ChatGPT という言葉が世界に知られるようになる 18 か月前、2021 年春のことだ。Microsoft は非営利団体 OpenAI とのパートナーシップから生まれた最初のプロダクトを発表した。それが「GitHub Copilot」で、開発者がコードを書く様子を監視しながら、コードスニペットと行を自動補完しようとするツールだった。完成度は高くなく、「限定的な技術プレビュー」に過ぎなかったが、100 万人以上の開発者がこれを試してみようと登録した。
大規模言語モデルはソフトウェア開発をさらにシンプルで迅速にする可能性が明らかに見えていた。ほとんどのコードは比較的構造化されており直線的だ。コーディング言語は一般的に非常によく文書化されている。そして膨大な量のコードがトレーニング用としてオンラインで利用可能だ（時には疑わしい方法であれ）。LLM から得られるその他多くの情報と異なり、コードの品質は単にそれを実行してみることで検証できる。当初、数社は LLM が Google のオートコンプリートのように次の単語を予測することで、コード作成を高速化できるかもしれないと考えた。しかし程なくして、それがあなたの代わりにコーディングの一部を行えるようになる、あるいはすべてを行えるようになるかもしれないと期待した。
テック業界の多くの企業は、長年にわたって「ローコード」と「ノーコード」ソフトウェアの考え方を追求してきた。ユーザーに無限のリストと解読不可能なメニューを提供するのではなく、事実上ユーザーが自分自身でソフトウェアを構築できるようにすることが目的だった。長い間、これは相当にお粗末だった。Zapier や Apple Shortcuts のような事実上超複雑なワークフロービルダーが生まれた。あるいは Notion や Airtable のようなソフトウェアが出現した。これらは極めて柔軟性がある代わりに、理解するのがかなり困難だった。
これらの初期段階でも、AI コーディングツールがいつか良いビジネスになり得る理由は明らかだった。開発者は高額な人件費がかかる。プロダクト開発には長期間を要する。開発者の数を減らす、あるいは開発者の生産性を高めるかもしれないツールは、世界中のソフトウェア企業に対して確実に簡単に売り込める。もしそのテクノロジーが実際に機能すれば、プロダクトはほぼ自動的に売れる。Cursor や Windsurf のような企業は、これに取り組むため莫大な資金を調達した。
