論文の概要: Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows
- arxiv url: http://arxiv.org/abs/2507.08149v1
- Date: Thu, 10 Jul 2025 20:12:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-14 18:03:54.161048
- Title: Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows
- Title（参考訳）: 私か私かのコード?AI自動化が開発者ワークフローにどのように変換されるか
- Authors: Valerie Chen, Ameet Talwalkar, Robert Brennan, Graham Neubig,
- Abstract要約: コーディングエージェントとの開発者インタラクションを探求する最初の学術的研究を行う。
私たちは、GitHub CopilotとOpenHandsの2つの主要なコピロとエージェントコーディングアシスタントを評価します。
この結果から、エージェントは、コピロトを超越した方法で開発者を支援する可能性を示唆している。
- 参考スコア（独自算出の注目度）: 66.1850490474361
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Developers now have access to a growing array of increasingly autonomous AI tools to support software development. While numerous studies have examined developer use of copilots, which can provide chat assistance or code completions, evaluations of coding agents, which can automatically write files and run code, still largely rely on static benchmarks without humans-in-the-loop. In this work, we conduct the first academic study to explore developer interactions with coding agents and characterize how more autonomous AI tools affect user productivity and experience, compared to existing copilots. We evaluate two leading copilot and agentic coding assistants, GitHub Copilot and OpenHands, recruiting participants who regularly use the former. Our results show agents have the potential to assist developers in ways that surpass copilots (e.g., completing tasks that humans might not have accomplished before) and reduce the user effort required to complete tasks. However, there are challenges involved in enabling their broader adoption, including how to ensure users have an adequate understanding of agent behaviors. Our results not only provide insights into how developer workflows change as a result of coding agents but also highlight how user interactions with agents differ from those with existing copilots, motivating a set of recommendations for researchers building new agents. Given the broad set of developers who still largely rely on copilot-like systems, our work highlights key challenges of adopting more agentic systems into developer workflows.
- Abstract（参考訳）: 開発者は、ソフトウェア開発をサポートするために、ますます自律的なAIツール群にアクセスできるようになった。
多くの研究が、チャットアシストやコード補完を提供するコピロツの開発者使用を調査しているが、自動でファイルを書き、コードを実行することができるコーディングエージェントの評価は、いまだに人間がいなくても静的なベンチマークに依存している。
本研究では、コーディングエージェントとの開発者インタラクションを初めて研究し、既存のコパイロと比べて、自律的なAIツールがユーザの生産性とエクスペリエンスにどのように影響するかを特徴付ける。
当社は、GitHub CopilotとOpenHandsの2つの主要なコピロおよびエージェントコーディングアシスタントを評価し、前者を定期的に使用している参加者を募集しています。
その結果、エージェントは、コピロット(例えば、人間が以前に達成したかもしれないタスクを完了させる)を克服し、タスクを完了させるために必要なユーザ労力を減らす方法において、開発者が支援できる可能性が示唆された。
しかしながら、エージェントの動作を適切に理解する方法など、より広範な採用を可能にする上での課題がある。
私たちの結果は、コーディングエージェントの結果として開発者のワークフローがどのように変化するかについての洞察を提供するだけでなく、既存のエージェントとエージェントとのユーザインタラクションの違いを強調し、新しいエージェントを構築する研究者のための推奨事項のセットを動機付けています。
いまだにコピロットのようなシステムに依存している幅広い開発者の集合を考えると、当社の作業は、よりエージェント的なシステムを開発者のワークフローに導入する上で重要な課題を浮き彫りにしている。
関連論文リスト
- A Human Centric Requirements Engineering Framework for Assessing Github Copilot Output [0.0]
GitHub Copilotは、これらのソフトウェアツールがヒューマンニーズにどう対処するかという、新たな課題を紹介している。
チャットインターフェースを通じて、GitHub Copilotのユーザとのインタラクションを分析しました。
これらの品質を評価するための明確なメトリクスを備えた、人間中心の要件フレームワークを確立しました。
論文 参考訳（メタデータ） (2025-08-05T21:33:23Z) - The Rise of AI Teammates in Software Engineering (SE) 3.0: How Autonomous Coding Agents Are Reshaping Software Engineering [10.252332355171237]
本稿では,このようなエージェントが野生でどのように動作するかを示す最初の大規模データセットであるAIDevを紹介する。
AIDevは5つの主要なエージェントによる45万6000件以上のプルリクエストに対処し、ソフトウェア開発において自律的なチームメイトを研究するための前例のない経験的な基盤を提供する。
データセットには、PR、著者、レビュータイムライン、コード変更、統合結果に関する豊富な情報が含まれている。
論文 参考訳（メタデータ） (2025-07-20T15:15:58Z) - From Developer Pairs to AI Copilots: A Comparative Study on Knowledge Transfer [8.567835367628787]
AIコーディングアシスタントの台頭により、開発者は人間のパートナーだけでなく、AIペアプログラマーとも仕事をするようになる。
人・人・AI設定の知識伝達を解析するために,実験的検討を行った。
同様の頻度で知識伝達が成功し、両方の設定で話題カテゴリーが重複していることがわかりました。
論文 参考訳（メタデータ） (2025-06-05T09:13:30Z) - R&D-Agent: Automating Data-Driven AI Solution Building Through LLM-Powered Automated Research, Development, and Evolution [60.80016554091364]
R&D-Agentは反復探索のための二重エージェントフレームワークである。
Researcherエージェントはパフォーマンスフィードバックを使用してアイデアを生成し、Developerエージェントはエラーフィードバックに基づいてコードを洗練する。
R&D-AgentはMLE-Benchで評価され、最高のパフォーマンスの機械学習エンジニアリングエージェントとして登場した。
論文 参考訳（メタデータ） (2025-05-20T06:07:00Z) - CowPilot: A Framework for Autonomous and Human-Agent Collaborative Web Navigation [70.3224918173672]
CowPilotは、自律的および人間とエージェントの協調的なWebナビゲーションをサポートするフレームワークである。
エージェントが次のステップを提案することによって、人間が実行しなければならないステップの数を減らすと同時に、ユーザが一時停止、拒否、代替アクションを取ることができる。
CowPilotは、Webサイト間でのデータ収集とエージェント評価のための便利なツールとして機能する。
論文 参考訳（メタデータ） (2025-01-28T00:56:53Z) - Towards Decoding Developer Cognition in the Age of AI Assistants [9.887133861477233]
本稿では,生理的計測(EEGとアイトラッキング)とインタラクションデータを組み合わせて,AI支援プログラミングツールの開発者による使用状況を調べるための制御された観察的研究を提案する。
私たちは、認知負荷とタスク完了時間を計測しながら、AIアシストの有無に関わらず、プログラムタスクを完了させるために、プロの開発者を募集します。
論文 参考訳（メタデータ） (2025-01-05T23:25:21Z) - TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks [52.46737975742287]
我々は、デジタルワーカーと同じような方法で世界と対話するAIエージェントを評価するためのベンチマークであるTheAgentCompanyを紹介する。
最も競争力のあるエージェントは、タスクの30%を自律的に完了させることができる。
これは、実際の職場の設定でLMエージェントをシミュレートすることで、タスク自動化に関する微妙な絵を描く。
論文 参考訳（メタデータ） (2024-12-18T18:55:40Z) - ChatCollab: Exploring Collaboration Between Humans and AI Agents in Software Teams [1.3967206132709542]
ChatCollabの斬新なアーキテクチャは、エージェント(人間またはAI)が任意の役割でコラボレーションに参加することを可能にする。
ソフトウェアエンジニアリングをケーススタディとして使用することで、私たちのAIエージェントが彼らの役割と責任をうまく特定できることが分かりました。
ソフトウェア開発のための従来の3つのマルチエージェントAIシステムに関連して、ChatCollab AIエージェントはインタラクティブなゲーム開発タスクにおいて、同等またはより良いソフトウェアを生成する。
論文 参考訳（メタデータ） (2024-12-02T21:56:46Z) - Does Co-Development with AI Assistants Lead to More Maintainable Code? A Registered Report [6.7428644467224]
本研究は,AIアシスタントがソフトウェア保守性に与える影響を検討することを目的とする。
フェーズ1では、開発者はAIアシスタントの助けなしに、Javaプロジェクトに新しい機能を追加する。
ランダム化されたコントロールされた試行のフェーズ2では、さまざまな開発者がランダムフェーズ1プロジェクトを進化させ、AIアシスタントなしで作業する。
論文 参考訳（メタデータ） (2024-08-20T11:48:42Z) - OpenHands: An Open Platform for AI Software Developers as Generalist Agents [109.8507367518992]
私たちは、人間の開発者と同じような方法で世界と対話するAIエージェントを開発するためのプラットフォームであるOpenHandsを紹介します。
プラットフォームが新しいエージェントの実装を可能にし、コード実行のためのサンドボックス環境との安全なインタラクション、評価ベンチマークの導入について説明する。
論文 参考訳（メタデータ） (2024-07-23T17:50:43Z) - Generative AI for Pull Request Descriptions: Adoption, Impact, and
Developer Interventions [11.620351603683496]
GitHubのCopilot for Pull Requests (PR)は、PRに関連するさまざまな開発者タスクを自動化することを目的とした有望なサービスである。
本研究では,生成AIによって記述の一部が作成された18,256個のPRについて検討した。
われわれは、Copilot for PRは幼少期ではあるが、採用が著しく増加していることを示唆している。
論文 参考訳（メタデータ） (2024-02-14T06:20:57Z) - Experiential Co-Learning of Software-Developing Agents [83.34027623428096]
大規模言語モデル(LLM)は、特にソフトウェア開発において、様々な領域に大きな変化をもたらした。
本稿では,新しいLLM学習フレームワークであるExperiential Co-Learningを紹介する。
実験では、このフレームワークにより、エージェントは、目に見えないソフトウェア開発タスクをより効果的に対処できることを示した。
論文 参考訳（メタデータ） (2023-12-28T13:50:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。