論文の概要: AI-Driven Self-Evolving Software: A Promising Path Toward Software Automation
- arxiv url: http://arxiv.org/abs/2510.00591v1
- Date: Wed, 01 Oct 2025 07:17:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-03 16:59:20.436115
- Title: AI-Driven Self-Evolving Software: A Promising Path Toward Software Automation
- Title（参考訳）: AI駆動の自己進化型ソフトウェア - ソフトウェア自動化への道のり
- Authors: Liyi Cai, Yijie Ren, Yitong Zhang, Jia Li,
- Abstract要約: 現在のAIは、主に人間の開発者のアシスタントとして機能する。
AIは、ソフトウェアの中核的なコンポーネントになるために、アシスタントの役割を超えて動けるだろうか?
AI駆動の自己進化ソフトウェア(Self-Evolving Software)を紹介します。
- 参考スコア（独自算出の注目度）: 6.38492008798679
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Software automation has long been a central goal of software engineering, striving for software development that proceeds without human intervention. Recent efforts have leveraged Artificial Intelligence (AI) to advance software automation with notable progress. However, current AI functions primarily as assistants to human developers, leaving software development still dependent on explicit human intervention. This raises a fundamental question: Can AI move beyond its role as an assistant to become a core component of software, thereby enabling genuine software automation? To investigate this vision, we introduce AI-Driven Self-Evolving Software, a new form of software that evolves continuously through direct interaction with users. We demonstrate the feasibility of this idea with a lightweight prototype built on a multi-agent architecture that autonomously interprets user requirements, generates and validates code, and integrates new functionalities. Case studies across multiple representative scenarios show that the prototype can reliably construct and reuse functionality, providing early evidence that such software systems can scale to more sophisticated applications and pave the way toward truly automated software development. We make code and cases in this work publicly available at https://anonymous.4open.science/r/live-software.
- Abstract（参考訳）: ソフトウェア自動化は長年、ソフトウェア工学の中心的な目標であり、人間の介入なしに進行するソフトウェア開発に向けて努力してきた。
近年の取り組みでは、人工知能(AI)を活用して、顕著な進歩でソフトウェア自動化を推進している。
しかし、現在のAIは主に人間の開発者のアシスタントとして機能し、ソフトウェア開発は明らかに人間の介入に依存している。
AIは、アシスタントの役割を超えて、ソフトウェアのコアコンポーネントになり、真のソフトウェア自動化を可能にすることができるだろうか?
このビジョンを調査するために、私たちはAI駆動の自己進化ソフトウェアを紹介します。
ユーザ要求を自律的に解釈し、コードを生成し、検証し、新しい機能を統合するマルチエージェントアーキテクチャ上に構築された軽量プロトタイプで、このアイデアの実現可能性を実証する。
複数の代表的なシナリオにわたるケーススタディでは、プロトタイプが機能の構築と再利用を確実に行うことができ、そのようなソフトウェアシステムがより洗練されたアプリケーションにスケールでき、真に自動化されたソフトウェア開発への道を開くことができるという初期の証拠を提供する。
この作業のコードとケースはhttps://anonymous.4open.science/r/live-software.comで公開しています。
関連論文リスト
- A Viable Paradigm of Software Automation: Iterative End-to-End Automated Software Development [41.295627885484855]
本稿では、反復的なエンドツーエンド自動ソフトウェア開発パラダイムであるAutoSWのビジョンを示す。
分析計画-実装-デリバリループで動作し、人間のパートナーとしてのAIシステムが第一級アクターになる。
結果はAutoSWが実行可能なソフトウェアをうまく提供できることを示唆している。
論文 参考訳（メタデータ） (2025-11-19T09:57:49Z) - Agentic AI for Software: thoughts from Software Engineering community [9.966138715949205]
コードレベルでの一般的なソフトウェアタスクには、コード生成、テスト、プログラムの修復が含まれる。
エージェントAIベースのソフトウェアを成功させる鍵は、ソフトウェアエンジニアリングにおける中核的な難しさ、すなわち開発者の意図の解読と明確化を解決することである。
エージェント技術のソフトウェア工学への展開が成功すれば、エージェントを通じてそのような意図推論において概念的な進歩がもたらされる。
論文 参考訳（メタデータ） (2025-08-24T12:57:21Z) - Past, Present and Future: Exploring Adaptive AI in Software Development Bots [3.2228025627337864]
本稿では,適応型AIを用いた対話エージェントのソフトウェア開発における役割について検討する。
これらのツールが、単純なクエリベースのシステムから、GitHub CopilotやMicrosoft Teamsボットといった高度なAI駆動ソリューションへと、どのように進化してきたかを検討します。
この研究は、これらのシステムの利点と限界を評価し、データプライバシや倫理的問題といった問題に対処し、この分野における将来の利用に関する洞察を提供することを目的としている。
論文 参考訳（メタデータ） (2025-07-14T21:40:03Z) - Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。
我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。
結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
論文 参考訳（メタデータ） (2025-07-10T20:12:54Z) - 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) - Explainability for Embedding AI: Aspirations and Actuality [1.8130068086063336]
説明可能なAI(XAI)は、開発者が構築するシステムをよりよく理解することを可能にする。
既存のXAIシステムは、まだこの願望には達していない。
私たちは、この複雑さに対処するための適切なサポートメカニズムを開発者に提供する必要があると考えています。
論文 参考訳（メタデータ） (2025-04-20T14:20:01Z) - Challenges and Paths Towards AI for Software Engineering [55.95365538122656]
ソフトウェア工学におけるAIの進歩を3倍に議論する。
まず、ソフトウェア工学のためのAIにおいて、具体的なタスクを構造化した分類法を提供する。
次に、現在のアプローチを制限するいくつかの重要なボトルネックを概説する。
論文 参考訳（メタデータ） (2025-03-28T17:17:57Z) - AI Automatons: AI Systems Intended to Imitate Humans [54.19152688545896]
人々の行動、仕事、能力、類似性、または人間性を模倣するように設計されたAIシステムが増加している。
このようなAIシステムの研究、設計、展開、可用性は、幅広い法的、倫理的、その他の社会的影響に対する懸念を喚起している。
論文 参考訳（メタデータ） (2025-03-04T03:55:38Z) - ProAgent: From Robotic Process Automation to Agentic Process Automation [87.0555252338361]
LLM(Large Language Models)は、人間のような知性を持つ言語である。
本稿では,ALMをベースとしたエージェントを用いた高度な自動化のための基盤的自動化パラダイムであるエージェントプロセス自動化(APA)を紹介する。
そして、人間の指示を駆使し、特殊エージェントの調整によって複雑な決定を下すように設計されたエージェントであるProAgentをインスタンス化する。
論文 参考訳（メタデータ） (2023-11-02T14:32:16Z) - ChatDev: Communicative Agents for Software Development [84.90400377131962]
ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。
これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
論文 参考訳（メタデータ） (2023-07-16T02:11:34Z) - Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。
NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。
私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
論文 参考訳（メタデータ） (2021-07-15T11:14:03Z)
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。