論文の概要: AI Agentic Programming: A Survey of Techniques, Challenges, and Opportunities
- arxiv url: http://arxiv.org/abs/2508.11126v2
- Date: Mon, 15 Sep 2025 13:59:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-16 15:23:16.325282
- Title: AI Agentic Programming: A Survey of Techniques, Challenges, and Opportunities
- Title（参考訳）: AIエージェントプログラミング - テクニック,課題,機会の調査
- Authors: Huanting Wang, Jingzhi Gong, Huawei Zhang, Jie Xu, Zheng Wang,
- Abstract要約: 大規模言語モデル(LLM)ベースのコーディングエージェントは、コンパイラ、デバッガ、バージョン管理システムなどのツールを自律的に計画し、実行し、操作する。
従来のコード生成とは異なり、これらのエージェントは目標を分解し、多段階プロセスをコーディネートし、フィードバックに基づいて適応し、ソフトウェア開発のプラクティスを再構築する。
- 参考スコア（独自算出の注目度）: 8.086360127362815
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI agentic programming is an emerging paradigm where large language model (LLM)-based coding agents autonomously plan, execute, and interact with tools such as compilers, debuggers, and version control systems. Unlike conventional code generation, these agents decompose goals, coordinate multi-step processes, and adapt based on feedback, reshaping software development practices. This survey provides a timely review of the field, introducing a taxonomy of agent behaviors and system architectures and examining relevant techniques for planning, context management, tool integration, execution monitoring, and benchmarking datasets. We highlight challenges of this fast-moving field and discuss opportunities for building reliable, transparent, and collaborative coding agents.
- Abstract（参考訳）: AIエージェントプログラミングは,大規模言語モデル(LLM)ベースのコーディングエージェントが,コンパイラやデバッガ,バージョン管理システムなどのツールを自律的に計画,実行,操作する,新たなパラダイムである。
従来のコード生成とは異なり、これらのエージェントは目標を分解し、多段階プロセスをコーディネートし、フィードバックに基づいて適応し、ソフトウェア開発のプラクティスを再構築する。
この調査は、エージェントの振る舞いとシステムアーキテクチャの分類を導入し、計画、コンテキスト管理、ツール統合、実行監視、ベンチマークデータセットに関する関連技術を調べ、この分野のタイムリーなレビューを提供する。
我々は、この速い動きの分野の課題を強調し、信頼性があり透明で協調的なコーディングエージェントを構築する機会について議論する。
関連論文リスト
- Agentic AI Frameworks: Architectures, Protocols, and Design Challenges [0.0]
人工知能では、人工知能エージェントが目標指向の自律性、文脈推論、動的マルチエージェント調整を示す。
本稿では,CrewAI,LangGraph,AutoGen,Semantic Kernel,Agno,Google ADK,MetaGPTなど,主要なエージェントAIフレームワークの体系的レビューと比較分析を行う。
この分野における重要な制限、新たなトレンド、オープンな課題を特定します。
論文 参考訳（メタデータ） (2025-08-13T19:16:18Z) - A Survey on Agent Workflow -- Status and Future [2.817843718857682]
この調査は、エージェントワークフローシステムの包括的なレビューを提供する。
既存のシステムを機能機能機能とアーキテクチャの2つの重要な側面に沿って分類する。
共通パターン、潜在的な技術的課題、新たなトレンドを強調します。
論文 参考訳（メタデータ） (2025-08-02T04:15:30Z) - A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence [87.08051686357206]
大きな言語モデル(LLM)は強力な能力を示しているが、基本的に静的である。
LLMはますますオープンでインタラクティブな環境にデプロイされているため、この静的な性質は重要なボトルネックとなっている。
この調査は、自己進化エージェントの体系的で包括的なレビューを初めて提供する。
論文 参考訳（メタデータ） (2025-07-28T17:59:05Z) - Deep Research Agents: A Systematic Examination And Roadmap [79.04813794804377]
Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。
本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
論文 参考訳（メタデータ） (2025-06-22T16:52:48Z) - Vibe Coding vs. Agentic Coding: Fundamentals and Practical Implications of Agentic AI [0.36868085124383626]
レビューでは、AI支援ソフトウェア開発の新たなパラダイムとして、バイブコーディングとエージェントコーディングの2つを包括的に分析している。
Vibeのコーディングは、インプットベースで対話的なインタラクションを通じて、直感的で、ループ内の人間間インタラクションを強調する。
エージェントコーディングは、最小限の介入でタスクを計画、実行、テスト、反復できる目標駆動エージェントを通じて、自律的なソフトウェア開発を可能にする。
論文 参考訳（メタデータ） (2025-05-26T03:00:21Z) - A Survey on (M)LLM-Based GUI Agents [62.57899977018417]
グラフィカルユーザインタフェース (GUI) エージェントは、人間とコンピュータのインタラクションにおいて、トランスフォーメーションパラダイムとして登場した。
大規模言語モデルとマルチモーダル学習の最近の進歩は、デスクトップ、モバイル、Webプラットフォーム全体でGUI自動化に革命をもたらした。
本調査では, 正確な要素位置決定, 効果的な知識検索, 長期計画, 安全に配慮した実行制御など, 重要な技術的課題を明らかにする。
論文 参考訳（メタデータ） (2025-03-27T17:58:31Z) - Human-AI Experience in Integrated Development Environments: A Systematic Literature Review [2.1749194587826026]
人工知能のIDE(Integrated Development Environments)への統合は、開発者がツールと対話する方法を変えようとしている。
このシフトは、統合開発環境(IDE HAX)におけるヒューマンAI体験の出現を表している。
IDE内HAXの研究は依然として断片的であり、現在のプラクティス、課題、機会の統一的な概要の必要性を強調している。
論文 参考訳（メタデータ） (2025-03-08T12:40:18Z)
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。