論文の概要: Vibe Coding in Practice: Flow, Technical Debt, and Guidelines for Sustainable Use
- arxiv url: http://arxiv.org/abs/2512.11922v1
- Date: Thu, 11 Dec 2025 18:00:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-16 17:54:56.025398
- Title: Vibe Coding in Practice: Flow, Technical Debt, and Guidelines for Sustainable Use
- Title（参考訳）: ビブ符号化の実践 - フロー, 技術的負債, 持続可能な使用ガイドライン
- Authors: Muhammad Waseem, Aakash Ahmad, Kai-Kristian Kemell, Jussi Rasku, Sami Lahti, Kalle Mäkelä, Pekka Abrahamsson,
- Abstract要約: Vibe Coding (VC) は、ジェネレーティブAIによって支援されるソフトウェア開発の一形態である。
本稿では、VCに関連するフロー負債のトレードオフを分析する。
- 参考スコア（独自算出の注目度）: 3.6310022570659446
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vibe Coding (VC) is a form of software development assisted by generative AI, in which developers describe the intended functionality or logic via natural language prompts, and the AI system generates the corresponding source code. VC can be leveraged for rapid prototyping or developing the Minimum Viable Products (MVPs); however, it may introduce several risks throughout the software development life cycle. Based on our experience from several internally developed MVPs and a review of recent industry reports, this article analyzes the flow-debt tradeoffs associated with VC. The flow-debt trade-off arises when the seamless code generation occurs, leading to the accumulation of technical debt through architectural inconsistencies, security vulnerabilities, and increased maintenance overhead. These issues originate from process-level weaknesses, biases in model training data, a lack of explicit design rationale, and a tendency to prioritize quick code generation over human-driven iterative development. Based on our experiences, we identify and explain how current model, platform, and hardware limitations contribute to these issues, and propose countermeasures to address them, informing research and practice towards more sustainable VC approaches.
- Abstract（参考訳）: Vibe Coding(VC)は、開発者が自然言語プロンプトを介して意図した機能やロジックを記述し、AIシステムが対応するソースコードを生成する、生成AIの支援によるソフトウェア開発の一形態である。
VCは、迅速なプロトタイピングやMVP(Minimum Viable Products)の開発に活用することができる。
いくつかの内部開発MVPの経験と最近の業界報告のレビューに基づいて、この記事では、VCに関連するフロー負債のトレードオフを分析します。
フロー負債のトレードオフは、シームレスなコード生成が発生すると発生し、アーキテクチャ上の不整合、セキュリティ上の脆弱性、メンテナンスオーバーヘッドの増加による技術的負債の蓄積につながる。
これらの問題は、プロセスレベルの弱点、モデルトレーニングデータのバイアス、明示的な設計根拠の欠如、人間主導の反復開発よりも迅速なコード生成を優先する傾向に起因しています。
私たちの経験に基づいて、現在のモデル、プラットフォーム、ハードウェアの制限がこれらの問題にどのように貢献するかを特定し、説明し、それに対応するための対策を提案し、より持続可能なVCアプローチに対して研究と実践を通知します。
関連論文リスト
- A Survey of Vibe Coding with Large Language Models [93.88284590533242]
視覚符号化(Vibe Coding)は、開発者が成果観察を通じてAI生成の実装を検証する開発手法である。
変革の可能性にもかかわらず、この創発的パラダイムの有効性は未解明のままである。
この調査は、大規模な言語モデルによるVibe Codingの総合的かつ体系的なレビューを初めて提供する。
論文 参考訳（メタデータ） (2025-10-14T11:26:56Z) - (R)evolution of Programming: Vibe Coding as a Post-Coding Paradigm [3.058685580689604]
我々は,開発者とAIシステム間の直感的,感情駆動的,即興的なインタラクションを強調する,新たなバイブコーディング(VC)パラダイムについて検討する。
我々の分析は、AI支援開発における一般的なコパイロットの視点と対比して、コドリフティングの比喩の中でVCを概念化している。
論文 参考訳（メタデータ） (2025-10-14T10:25:56Z) - Generative AI and the Transformation of Software Development Practices [0.0]
ジェネレーティブAIは、ソフトウェアの設計、記述、保守の方法を変えようとしている。
本稿では,AI支援技術がソフトウェア工学の実践をどのように変化させているかを検討する。
論文 参考訳（メタデータ） (2025-10-12T22:02:10Z) - A Survey on Code Generation with LLM-based Agents [61.474191493322415]
大規模言語モデル(LLM)を利用したコード生成エージェントは、ソフトウェア開発パラダイムに革命をもたらしている。
LLMは3つのコア特徴によって特徴づけられる。
本稿では,LLMに基づくコード生成エージェントの分野を体系的に調査する。
論文 参考訳（メタデータ） (2025-07-31T18:17:36Z) - SOK: Exploring Hallucinations and Security Risks in AI-Assisted Software Development with Insights for LLM Deployment [0.0]
GitHub Copilot、ChatGPT、Cursor AI、Codeium AIといった大規模言語モデル(LLM)は、コーディングの世界に革命をもたらした。
本稿では,AIを利用したコーディングツールのメリットとリスクを包括的に分析する。
論文 参考訳（メタデータ） (2025-01-31T06:00:27Z) - Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。
Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
論文 参考訳（メタデータ） (2024-10-02T09:11:10Z) - Vulnerability Handling of AI-Generated Code -- Existing Solutions and Open Challenges [0.0]
AI生成コードの脆弱性検出、ローカライゼーション、修復のためのアプローチに重点を置いている。
AI生成コードの信頼性とスケーラブルな脆弱性処理プロセスを確立するためには,対処しなければならないオープンな課題を強調します。
論文 参考訳（メタデータ） (2024-08-16T06:31:44Z) - 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)
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。