AIは「とにかく動くコード」を生成しようとするため、APIキーや認証トークンをコードに直接書き込む（ハードコーディング）ことがあります。これが最も深刻な問題の一つです。

AIアシスト開発では、ハードコードされた秘密鍵の混入率が人間が書いたコードの2.1倍（3.2% vs 1.5%）というデータがあります。「.env ファイルに分離して」と指示しても、AIが途中でインラインに戻してしまうケースもあります。

主要なLLM 5種類が生成したコードを分析した研究では、86%のケースでXSS（クロスサイトスクリプティング）脆弱性が検出されました。SQLインジェクションについても同様の問題が確認されています。

AIはWebセキュリティのベストプラクティス（入力サニタイズ・プリペアドステートメント・CSRF対策など）を「省略」することがあります。特に「とにかく動くものを」という方向でプロンプトを書いた場合、セキュリティより速度を優先したコードが生成されます。

# NG: ユーザー入力をそのままSQLに埋め込む（AI生成コードによく見られるパターン）
query = f"SELECT * FROM users WHERE email = '{user_input}'"
cursor.execute(query)

# OK: プリペアドステートメントを使う（AIに明示的に指示が必要）
query = "SELECT * FROM users WHERE email = ?"
cursor.execute(query, (user_input,))

バイブコーディングでは、「このデータを処理するツールを作って」と社内の実データをAIに貼り付けるケースが多発します。これが情報漏洩の温床になります。

国内でも、社内コードがAIモデルのトレーニングデータに反映された疑惑ケースが報告されています。利用するAIサービスのデータ保持ポリシーの確認と、エンタープライズ版（オプトアウト可能なもの）の利用を検討してください。

従来のシャドーITは「承認されていないSaaSを使う」問題でした。バイブコーディング時代の新しいシャドーITは「承認されていないアプリを自作する」問題です。

実際にZapierは社内の89%のチームがAIツールを利用していると報告しており、情シスが把握していない「野良アプリ」が急増しています。誰も保守できないアプリが社内データを抱えたまま放置される「ゾンビアプリ」問題も深刻化しています。

AI生成コードには人間が書いたコードより1.7倍多い「重大な問題」が含まれており、技術的負債の蓄積速度が従来開発の3倍というデータがあります。

特に問題なのが「作った人も中身を理解していない」という状況です。バイブコーディングの定義が「コードを理解しなくても作れる」である以上、障害が起きたときに誰も原因を特定できないリスクがあります。2026年Q1だけで35件のCVE（脆弱性情報）がAI生成コードに直接起因しており、前四半期比で急増しています。

AIはコードを生成する際に外部ライブラリ（npm、pip等のパッケージ）を自動的に組み込みます。問題は、AIが存在しないパッケージ名を「ハルシネーション」で生成することがある点です。

攻撃者はこのパターンを逆手に取り、AIがよく生成するパッケージ名で悪意あるパッケージをあらかじめ公開する「パッケージスクワッティング」攻撃を展開しています。ユーザーが何も確認せずに `npm install` を実行すると、マルウェアが混入するリスクがあります。

AIは「動くこと」を優先するため、データベースへのアクセス権限や外部APIのスコープを「とりあえず全部の権限を付与」する傾向があります。これは最小権限の原則（Principle of Least Privilege）に真っ向から反します。

例えば、読み取りしか必要ない処理でも管理者権限のDBユーザーを使ったり、必要最小限のAPIスコープではなく全スコープを許可したりするコードが生成されることがあります。攻撃者に侵入された際の被害範囲が大幅に広がります。