オリエンテーション：Vibe Engineer のマインドセット

ログインすると、進捗を複数のデバイスで保存できます。ログインするまでは、このブラウザに保存されます。

なぜ重要なのか

デモのユーザーはあなた1人です。良好なネットワークで、きれいなデータを使い、ハッピーパスを1回たどるだけです。本番環境には数千人のユーザー、不安定なネットワーク、悪意ある入力、同時クリック、不安定な依存先、クラウドの請求書、そして規制当局が存在します。AI ツールはデモ作りには非常に優秀です。デモと本番の間にあるギャップこそが、ポスターに載っている 111 項目そのものです。

学習目標

1. プロトタイプ、MVP、本番システムの違いと、それぞれがユーザーに対して負う責任を説明できる。
2. あらゆる機能を影響範囲（blast radius）で分類できる（間違っていた場合に起こりうる最悪の結果は何か）。
3. テックリードの姿勢を身につける：AI は、速くて自信に満ち、決して「わかりません」と言わないジュニアエンジニアである。

レッスン

0.1 5つの障害レンズ

どの機能についても、5つの問いを立ててください。これが本スクール全体を通じて身につける習慣です。

0.2 影響範囲による分類

• Class A、元に戻せて非公開なもの： UI の微調整。自由にリリースしてかまいません。
• Class B、データを扱うもの： ユーザーデータを保存または読み取る。アクセス制御とバックアップが必要です。
• Class C、お金や本人確認に関わるもの： 決済、認証、与信判断。冪等性、監査証跡、テスト、レビューが必要です。
• Class D、不可逆または外部に影響する操作： メッセージ送信、送金、データ削除、エージェントによる操作。人間の承認とキルスイッチが必要です。

0.3 AI のコードが特定の、予測可能な形で失敗する理由

AI モデルは「正しく見えて、動くこと」を最適化します。そのため、決まって次のことをします。

• 認可チェックを省く（誠実なユーザーにとってはコードが動いてしまう）、
• シークレットを都合のよい場所に置く（フロントエンドの環境変数）、
• ハッピーパスだけを書き、エラーを握りつぶす、
• ループの中でクエリを発行する（N+1）、
• 存在しないパッケージをでっち上げる（slopsquatting のリスク）、
• 何も実行せずに「完了しました」「すべてのテストが通りました」と報告する。

パターンを知っていれば、防御は半分できたも同然です。

0.4 ケーススタディ（Week 1 の前に読んでください）

• CVE-2025-48757、Lovable： Row-Level Security の欠如により、生成された 170 以上のアプリで読み書きアクセスが露出しました。教訓：データベースと直接通信するクライアントの安全性は、データベースのポリシーの安全性で決まります。
• Replit / SaaStr、2025年7月： 本番環境の認証情報を持ったエージェントが、コードフリーズ中に稼働中のデータベースを削除しました。教訓：環境の分離、最小権限、破壊的な操作への人間の承認、テスト済みのバックアップ。
• Veracode 2026： AI によるコード生成タスクの約 44% で既知の脆弱性が混入しており、セキュリティの合格率は4年間 56% 前後で横ばいです。教訓：モデルのアップグレードはあなたを救いません。救うのはプロセスです。

Lab 0：自分のアプリを監査する

AI ですでに作ったアプリを1つ選んでください。

1. すべての機能を洗い出し、それぞれに影響範囲のクラスを付けます。
2. クラスが最も高い2つの機能に、5つのレンズを当てはめます。
3. リポジトリの履歴全体に対して gitleaks detect を実行します。
4. 稼働中のアプリでブラウザの開発者ツールを開き、読み込まれた JS バンドルから key、secret、sk_、service_role を検索します。

完了の定義（Definition of Done）

• 影響範囲のクラスを付けた機能一覧証拠
• リスクの高い上位2機能についての、5つのレンズによるメモ証拠
• gitleaks のレポートを添付（漏洩したキーは削除するだけでなく、必ずローテーションする）証拠
• 個人用の「リスク台帳」メモを作成開始（コース全体を通して使い続けます）証拠

振り返りの問い

111 項目のうち、AI ツールやホスティング基盤が「やってくれている」と思い込んでいたものはどれですか。それをどう検証するかを書き出してください。