論文の概要: Investigating Autonomous Agent Contributions in the Wild: Activity Patterns and Code Change over Time
- arxiv url: http://arxiv.org/abs/2604.00917v1
- Date: Wed, 01 Apr 2026 13:58:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-02 16:44:32.019584
- Title: Investigating Autonomous Agent Contributions in the Wild: Activity Patterns and Code Change over Time
- Title（参考訳）: 野生における自律エージェントの貢献を探る:活動パターンと時間的変化
- Authors: Razvan Mihai Popescu, David Gros, Andrei Botocan, Rahul Pandita, Prem Devanbu, Maliheh Izadi,
- Abstract要約: OpenAI Codex、Claude Code、GitHub Copilot、Google Jules、Devinの5つの人気のあるコーディングエージェントを比較します。
この結果から,オープンソースプロジェクトにおけるエージェント活動の増加が示唆された。
- 参考スコア（独自算出の注目度）: 4.369671320280832
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The rise of large language models for code has reshaped software development. Autonomous coding agents, able to create branches, open pull requests, and perform code reviews, now actively contribute to real-world projects. Their growing role offers a unique and timely opportunity to investigate AI-driven contributions and their effects on code quality, team dynamics, and software maintainability. In this work, we construct a novel dataset of approximately $110,000$ open-source pull requests, including associated commits, comments, reviews, issues, and file changes, collectively representing millions of lines of source code. We compare five popular coding agents, including OpenAI Codex, Claude Code, GitHub Copilot, Google Jules, and Devin, examining how their usage differs in various development aspects such as merge frequency, edited file types, and developer interaction signals, including comments and reviews. Furthermore, we emphasize that code authoring and review are only a small part of the larger software engineering process, as the resulting code must also be maintained and updated over time. Hence, we offer several longitudinal estimates of survival and churn rates for agent-generated versus human-authored code. Ultimately, our findings indicate an increasing agent activity in open-source projects, although their contributions are associated with more churn over time compared to human-authored code.
- Abstract（参考訳）: コードのための大きな言語モデルの台頭は、ソフトウェア開発を形変えました。
ブランチの作成、プルリクエストのオープン、コードレビューの実行が可能な自動コーディングエージェントが、現在、現実のプロジェクトに積極的に貢献している。
彼らの成長する役割は、AI駆動のコントリビューションとそのコード品質、チームのダイナミクス、ソフトウェア保守性への影響を調査するユニークなタイムリーな機会を提供する。
本研究では,約110,000ドルのオープンソースプルリクエストのデータセットを構築し,関連するコミットやコメント,レビュー,イシュー,ファイルの変更など,数百万行のソースコードをまとめて表現する。
OpenAI Codex、Claude Code、GitHub Copilot、Google Jules、Devinを含む5つの一般的なコーディングエージェントを比較して、マージ頻度、編集されたファイルタイプ、コメントやレビューを含む開発者インタラクションシグナルなど、さまざまな開発面でそれらの使用状況の違いについて調べた。
さらに、コードのオーサリングとレビューはより大きなソフトウェアエンジニアリングプロセスのごく一部に過ぎず、結果として得られるコードは時間とともにメンテナンスされ、更新されなければならない、と強調する。
したがって、エージェント生成コードと人間によるコードに対する生存率とチャーン率の経時的推定値を提供する。
最終的に、我々の発見はオープンソースプロジェクトにおけるエージェントの活動の増加を示しているが、その貢献は、人間が書いたコードに比べて、時間の経過とともに混乱している。
関連論文リスト
- Agentic Much? Adoption of Coding Agents on GitHub [6.395990525268647]
GitHub上でのコーディングエージェントの採用に関する大規模な研究を初めて紹介する。
採用率は15.85%--22.60%と見積もられているが、これは数ヶ月前の技術では極めて高い。
コミットレベルでは、コーディングエージェントによって支援されるコミットは、人間の開発者によって書かれたコミットよりも大きいことが分かります。
論文 参考訳（メタデータ） (2026-01-26T10:28:10Z) - AgentPack: A Dataset of Code Changes, Co-Authored by Agents and Humans [46.56091965723774]
コード編集のための微調整された大きな言語モデルは、一般的にコミットのマイニングやプルリクエストに依存しています。
我々は、Claude Code、OpenAI Codex、Cursor Agentが共著した1.3Mコード編集コーパスであるAgentPackを紹介する。
AgentPackで微調整されたモデルは、以前の人間のみのコミットコーパスで訓練されたモデルより優れていることを示す。
論文 参考訳（メタデータ） (2025-09-26T05:28:22Z) - 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) - Paper2Code: Automating Code Generation from Scientific Papers in Machine Learning [70.04746094652653]
機械学習論文を機能コードリポジトリに変換するフレームワークであるPaperCoderを紹介した。
PaperCoderは3つの段階で動作する。計画、図によるシステムアーキテクチャの設計、ファイル依存の特定、構成ファイルの生成である。
次に、モデルベースおよび人的評価の両方に基づいて、機械学習論文からコード実装を生成するPaperCoderを評価する。
論文 参考訳（メタデータ） (2025-04-24T01:57:01Z) - Evaluating Software Development Agents: Patch Patterns, Code Quality, and Issue Complexity in Real-World GitHub Scenarios [13.949319911378826]
この調査は、500の現実のGitHubイシューで上位10のエージェントから4,892のパッチを評価した。
一人のエージェントが支配的であり、170の問題が未解決であり、改善の余地があった。
ほとんどのエージェントはコードの信頼性とセキュリティを維持し、新しいバグや脆弱性を避けた。
一部のエージェントはコードの複雑さを増し、多くの重複を減らし、コードの臭いを最小限にした。
論文 参考訳（メタデータ） (2024-10-16T11:33:57Z) - 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) - 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) - AgileCoder: Dynamic Collaborative Agents for Software Development based on Agile Methodology [5.164094478488741]
AgileCoderは、Agile Methodology(AM)をフレームワークに統合するマルチエージェントシステムである。
このシステムは、Product Manager、Developer、Testerといった特定のAMロールを異なるエージェントに割り当て、ユーザ入力に基づいて協調してソフトウェアを開発する。
論文 参考訳（メタデータ） (2024-06-16T17:57:48Z)
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。