論文の概要: Context Before Code: An Experience Report on Vibe Coding in Practice
- arxiv url: http://arxiv.org/abs/2603.11073v1
- Date: Tue, 10 Mar 2026 20:20:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-13 14:46:25.497447
- Title: Context Before Code: An Experience Report on Vibe Coding in Practice
- Title（参考訳）: コード前のコンテキスト: 実践におけるバイブコーディングの経験レポート
- Authors: Md Nasir Uddin Shuvo, Md Aidul Islam, Md Mahade Hasan, Muhammad Waseem, Pekka Abrahamsson,
- Abstract要約: 本稿では,生産制約下での「バイブコーディング」に関する経験報告を示す。
我々は、持続的で生産指向の用途に設計されたマルチプロジェクトエージェント学習プラットフォームを構築した。
繰り返し発生するアーキテクチャ "非デリゲーションゾーン" を識別する。
- 参考スコア（独自算出の注目度）: 1.7327102304628392
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Code-generating tools are increasingly used in software development, yet experience reports on conversational "vibe coding" under production constraints remain limited. This paper presents an experience report from a small full-stack team that applied contextual prompting and explicit architectural constraints to build (i) a multi-project agent learning platform designed for sustained, production-oriented use and (ii) an academic retrieval-augmented generation system. The agent platform supports multiple isolated projects, each with structured memory and background processing, thereby enforcing project-level isolation. The RAG system provides citation-grounded answers, role-based access control, and evaluation tracking. Across both systems, vibe coding accelerated scaffolding and integration. However, the generated code often under-specified isolation rules and infrastructure constraints when these were not explicitly defined. Consequently, aspects such as multi-tenancy, access control, memory policies, and asynchronous processing required deliberate architectural design and verification. We observe a shift in engineering effort from boilerplate implementation toward constraint specification and enforcement auditing. We also identify recurring architectural "non-delegation zones" where conversational code generation remains insufficient for production reliability.
- Abstract（参考訳）: コード生成ツールはソフトウェア開発でますます使われていますが、運用制約下での会話の“バイブコーディング”に関する経験報告は限定的です。
本稿では、コンテキスト的プロンプトと明示的なアーキテクチャ制約を適用した、小規模なフルスタックチームによる経験報告を示す。
(i)持続的生産指向の多プロジェクトエージェント学習プラットフォーム
(二)学術検索増進システム
エージェントプラットフォームは、構造化メモリとバックグラウンド処理を備えた複数の独立したプロジェクトをサポートし、プロジェクトレベルの分離を強制する。
RAGシステムは、引用地上回答、ロールベースのアクセス制御、評価追跡を提供する。
両方のシステムにまたがって、ビブコーディングは足場と統合を加速した。
しかしながら、生成されたコードは、明確に定義されていない場合、しばしば不明確な分離ルールとインフラの制約がある。
その結果、マルチテナンシ、アクセス制御、メモリポリシー、非同期処理といった側面は、意図的に設計と検証を必要とした。
ボイラプレートの実装から制約仕様や実施監査へのエンジニアリングの取り組みの変化を観察する。
また、繰り返し発生するアーキテクチャの"非デリゲーションゾーン"も特定します。
関連論文リスト
- Understanding by Reconstruction: Reversing the Software Development Process for LLM Pretraining [66.89012795621349]
大規模言語モデル(LLM)は、複雑なソフトウェア工学に必要な、深く、長期にわたる推論に苦しむことが多い。
本稿では,再構築による理解という,新しいパラダイムを提案する。
マルチエージェントシミュレーションを用いて潜在エージェント軌道を合成するフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-11T09:23:20Z) - Production-Grade AI Coding System for Client-Side Development [3.002720345105488]
本稿では,現実的な産業制約下でのクライアントサイド開発を目的とした,生産レベルのAIコーディングシステムを提案する。
このシステムは、Figmaの設計、自然言語のRDD、ドメイン固有のエンジニアリング知識を明示的な中間アーティファクトに統合する、構造化されたマルチステージパイプラインを採用している。
論文 参考訳（メタデータ） (2026-03-02T05:17:55Z) - ABC-Bench: Benchmarking Agentic Backend Coding in Real-World Development [72.4729759618632]
本稿では,現実的かつ実行可能なワークフロー内でエージェントバックエンドコーディングを評価するベンチマークであるABC-Benchを紹介する。
オープンソースリポジトリから8つの言語と19のフレームワークにまたがる224の実践的なタスクをキュレートしました。
我々の評価は、最先端モデルでさえ、これらの総合的なタスクに対して信頼性の高いパフォーマンスを提供するのに苦労していることを示している。
論文 参考訳（メタデータ） (2026-01-16T08:23:52Z) - Event Extraction in Large Language Model [99.94321497574805]
私たちは、LLM中心のソリューションに認知的な足場を提供するシステムコンポーネントとして、EEは見なされるべきである、と論じます。
この調査では、EEのテキストとマルチモーダル設定、タスクと分類の整理、ルールベースとニューラルモデルから命令駆動および生成フレームワークへのメソッド進化のトレースについて取り上げている。
論文 参考訳（メタデータ） (2025-12-22T16:22:14Z) - NL2Repo-Bench: Towards Long-Horizon Repository Generation Evaluation of Coding Agents [79.29376673236142]
既存のベンチマークは、完全なソフトウェアシステムを構築するのに必要な長期的能力の厳格な評価に失敗する。
符号化エージェントの長期リポジトリ生成能力を評価するために設計されたベンチマークであるNL2Repo Benchを提案する。
論文 参考訳（メタデータ） (2025-12-14T15:12:13Z) - Generating Software Architecture Description from Source Code using Reverse Engineering and Large Language Model [2.6126272668390373]
ソフトウェアアーキテクチャ記述(SAD)は、現代のソフトウェアシステムの本質的な複雑さを管理するために不可欠である。
SADは、しばしばシステムの実際の実装に不整合、時代遅れ、あるいは不整合である。
逆エンジニアリング(RE)技術とLarge Language Model(LLM)を統合し,ソースコードからSADを半自動生成する手法を提案する。
論文 参考訳（メタデータ） (2025-11-07T11:35:46Z) - Towards Realistic Project-Level Code Generation via Multi-Agent Collaboration and Semantic Architecture Modeling [7.753074942497876]
CodeProjectEvalは、12.7ファイルと2,388.6行のタスクを持つ18の現実世界リポジトリから構築されたプロジェクトレベルのコード生成データセットである。
プロジェクトをアーキテクチャ設計、スケルトン生成、コードフィリングステージに分解するマルチエージェントフレームワークであるProjectGenを提案する。
実験によると、ProjectGenは、52/124のテストケースを小さなプロジェクトレベルのコード生成データセットDevBenchに渡すことで、最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-11-05T12:12:35Z) - Context Engineering for Multi-Agent LLM Code Assistants Using Elicit, NotebookLM, ChatGPT, and Claude Code [0.0]
大規模言語モデル(LLM)は、コード生成とソフトウェアエンジニアリングタスクの自動化において有望であることを示しているが、コンテキスト制限と知識ギャップのため、複雑なマルチファイルプロジェクトに苦戦することが多い。
ユーザ要求を明確にするIntent Translator (GPT-5)、ドメイン知識を注入するElicitを利用したセマンティック文献検索、コンテキスト理解のためのNotebookLMベースの文書合成、コード生成と検証のためのClaude Codeマルチエージェントシステムなど、複数のAIコンポーネントを組み合わせた新しいコンテキストエンジニアリングワークフローを提案する。
論文 参考訳（メタデータ） (2025-08-09T14:45:53Z) - Data Dependency-Aware Code Generation from Enhanced UML Sequence Diagrams [54.528185120850274]
本稿では,API2Depという新しいステップバイステップコード生成フレームワークを提案する。
まず、サービス指向アーキテクチャに適した拡張Unified Modeling Language (UML) APIダイアグラムを紹介します。
次に、データフローの重要な役割を認識し、専用のデータ依存推論タスクを導入する。
論文 参考訳（メタデータ） (2025-08-05T12:28:23Z) - 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) - MLSmellHound: A Context-Aware Code Analysis Tool [4.157846027410602]
コード分析ツールは、複数のプログラミング言語として表されるチーム内の文化的な違いを考慮に入れなければならない。
既存のツールはこれらの文化的な違いを識別できず、機械学習プロジェクトへの採用を減らすソフトウェアエンジニアリングに向けられている。
このアプローチでは、ソースコードの目的(i)技術ドメイン(iii)問題ドメイン(iv)チームノルム(v)開発ライフサイクルステージを含むコンテキストの利用を探索し、この問題を解決しようと試みています。
これにより、エンドユーザーに対してコンテキスト化された意味のあるエラーレポートが可能になる。
論文 参考訳（メタデータ） (2022-05-08T06:01:22Z)
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。