論文の概要: Rethinking Software Engineering for Agentic AI Systems
- arxiv url: http://arxiv.org/abs/2604.10599v1
- Date: Sun, 12 Apr 2026 12:08:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-14 20:13:16.127154
- Title: Rethinking Software Engineering for Agentic AI Systems
- Title（参考訳）: エージェントAIシステムのためのソフトウェアエンジニアリングの再考
- Authors: Mamdouh Alenezi,
- Abstract要約: 大規模言語モデルとエージェントAIシステムは、自動生成されたコードに前例のない量を生み出している。
本稿では、オーケストレーション、検証、人間とAIのコラボレーションを中心に、この規律を見直しるべきかどうかを検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid proliferation of large language models (LLMs) and agentic AI systems has created an unprecedented abundance of automatically generated code, challenging the traditional software engineering paradigm centered on manual authorship. This paper examines whether the discipline should be reoriented around orchestration, verification, and human-AI collaboration, and what implications this shift holds for education, tools, processes, and professional practice. Drawing on a structured synthesis of relevant literature and emerging industry perspectives, we analyze four key dimensions: the evolving role of the engineer in agentic workflows, verification as a critical quality bottleneck, observed impacts on productivity and maintainability, and broader implications for the discipline. Our analysis indicates that code is transitioning from a scarce, carefully crafted artifact to an abundant and increasingly disposable commodity. As a result, software engineering must reorganize around three core competencies: effective orchestration of multi-agent systems, rigorous verification of AI-generated outputs, and structured human-AI collaboration. We propose a conceptual framework outlining the transformations required across curricula, development tooling, lifecycle processes, and governance models. Rather than diminishing the role of engineers, this shift elevates their responsibilities toward system-level design, semantic validation, and accountable oversight. The paper concludes by highlighting key research challenges, including verification-first lifecycles, prompt traceability, and the long-term evolution of the engineering workforce.
- Abstract（参考訳）: 大規模言語モデル(LLM)とエージェントAIシステムの急激な普及は、自動生成されるコード数が前例のないほど多く、手作業によるオーサシップを中心とした従来のソフトウェアエンジニアリングパラダイムに挑戦している。
本稿では、この規律がオーケストレーション、検証、人間とAIのコラボレーションに焦点を合わせるべきかどうか、そしてこのシフトが教育、ツール、プロセス、専門的実践にどのような影響を及ぼすかを検討する。
関連文献と新興産業の視点の構造化された合成に基づいて、エージェントワークフローにおけるエンジニアの役割の進化、重要な品質ボトルネックとしての検証、生産性と保守性への影響の観察、規律への広範な影響の4つの重要な側面を分析します。
我々の分析によると、コードは希少で慎重に作られたアーティファクトから、豊富で使い捨ての商品へと移行している。
結果として、ソフトウェアエンジニアリングは、マルチエージェントシステムの効果的なオーケストレーション、AI生成出力の厳格な検証、構造化された人間とAIのコラボレーションの3つの主要な能力を中心に再編成されなければならない。
本稿では,カリキュラム,開発ツール,ライフサイクルプロセス,ガバナンスモデル間の変換を概説する概念的フレームワークを提案する。
エンジニアの役割を減らすのではなく、このシフトはシステムレベルの設計、セマンティックな検証、説明責任の監督に対する責任を高める。
論文は、検証ファーストライフサイクル、トレーサビリティの促進、エンジニアリング労働の長期的な進化など、重要な研究課題を強調して締めくくっている。
関連論文リスト
- Artificial Intelligence as a Catalyst for Innovation in Software Engineering [0.0]
この記事では、アジリティを向上し、イノベーションを促進するための強力な触媒としてAIがどのように機能するかについて説明する。
AIの統合(特に機械学習(ML)と自然言語処理(NLP))は、面倒なタスクの自動化を促進する。
論文 参考訳（メタデータ） (2026-03-11T17:20:30Z) - When Code Becomes Abundant: Redefining Software Engineering Around Orchestration and Verification [1.217503190366097]
私たちは、ソフトウェアエンジニアリングは意図の明細化、アーキテクチャ制御、検証について再定義する必要があると論じています。
この変化は、説明責任の崩壊を中心的なリスクとして導入し、研究の優先順位、教育カリキュラム、産業プラクティスに根本的な変化を必要とする。
論文 参考訳（メタデータ） (2026-02-04T18:18:53Z) - EmboCoach-Bench: Benchmarking AI Agents on Developing Embodied Robots [68.29056647487519]
Embodied AIは、高忠実度シミュレーションと大規模データ収集によって実現されている。
しかし、このスケーリング能力は、労働集約的な手作業の監視に依存しているため、いまだにボトルネックになっている。
実装ポリシーを自律的に構築するための LLM エージェントの能力を評価するベンチマークである textscEmboCoach-Bench を紹介する。
論文 参考訳（メタデータ） (2026-01-29T11:33:49Z) - Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。
SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。
本稿では,この新興領域を体系的に調査する。
論文 参考訳（メタデータ） (2026-01-15T18:55:03Z) - Revisiting Software Engineering Education in the Era of Large Language Models: A Curriculum Adaptation and Academic Integrity Framework [0.0]
本稿では、生成AIがコアソフトウェアエンジニアリング能力をどのように変化させるかを分析するための理論的枠組みを提案する。
トルコのコンピュータ工学プログラムに注意が向けられ、中央集権的な規制、大規模なクラスサイズ、試験指向のアセスメントがこれらの課題を増幅している。
論文 参考訳（メタデータ） (2026-01-06T22:41:47Z) - 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) - Reflexive Prompt Engineering: A Framework for Responsible Prompt Engineering and Interaction Design [0.0]
この記事では、戦略的に迅速なエンジニアリングが倫理的および法的考察を直接AIインタラクションに組み込む方法について検討する。
5つの相互接続されたコンポーネントを含む、責任あるプロンプトエンジニアリングのためのフレームワークを提案する。
この分析によると、効果的なプロンプトエンジニアリングは、技術的精度と倫理的意識の微妙なバランスを必要とする。
論文 参考訳（メタデータ） (2025-04-22T18:51:32Z) - Generative AI and Empirical Software Engineering: A Paradigm Shift [9.284024538100063]
本稿では,大規模言語モデルのソフトウェア工学への統合が,確立した研究パラダイムをいかに破壊するかを考察する。
我々は、我々が研究している現象、我々が依存する方法や理論、分析するデータ、そして、動的AIを介する環境で発生する妥当性に対する脅威をどう変えるかについて議論する。
私たちの目標は、経験豊かなソフトウェアエンジニアリングコミュニティが、AIシステムが単なるツールではなく、ソフトウェアエンジニアリングとその研究を形作る活発な協力者の未来に、その質問や道具、検証基準を適合させることです。
論文 参考訳（メタデータ） (2025-02-12T04:13:07Z) - Search, Verify and Feedback: Towards Next Generation Post-training Paradigm of Foundation Models via Verifier Engineering [51.31836988300326]
検証工学は、基礎モデルの時代のために特別に設計された新しいポストトレーニングパラダイムである。
検証工学のプロセスは,検索,検証,フィードバックの3段階に分類する。
論文 参考訳（メタデータ） (2024-11-18T12:04:52Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - Technology Readiness Levels for AI & ML [79.22051549519989]
機械学習システムの開発は、現代的なツールで容易に実行できるが、プロセスは通常急いで、エンドツーエンドで実行される。
エンジニアリングシステムは、高品質で信頼性の高い結果の開発を効率化するために、明確に定義されたプロセスとテスト標準に従います。
我々は、機械学習の開発と展開のための実証されたシステムエンジニアリングアプローチを提案する。
論文 参考訳（メタデータ） (2020-06-21T17:14:34Z)
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。