論文の概要: Towards Enabling An Artificial Self-Construction Software Life-cycle via Autopoietic Architectures
- arxiv url: http://arxiv.org/abs/2604.13934v1
- Date: Wed, 15 Apr 2026 14:46:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-16 20:38:32.584325
- Title: Towards Enabling An Artificial Self-Construction Software Life-cycle via Autopoietic Architectures
- Title（参考訳）: オートポエティックアーキテクチャによる自己構築型ソフトウェアライフサイクルの実現に向けて
- Authors: Daniel Rodriguez-Cardenas, David Nader Palacio, Denys Poshyvanyk,
- Abstract要約: 本稿では,自己構築機構を導入することにより,SDLC(Software Development Life-Cycle)の変化を提案する。
人工生命(ALife)にインスパイアされた我々は,自己構築機構を導入することにより,ソフトウェア開発ライフサイクル(SDLC)の根本的な変化を提案する。
- 参考スコア（独自算出の注目度）: 10.039407160142032
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Software engineering research has focused on automating maintenance and evolution processes to reduce costs and improve reliability. The emergence of foundation models (FMs) with strong code understanding and reasoning abilities offers new opportunities for autonomous software behavior. Inspired by Artificial Life (ALife), we propose a fundamental shift in the Software Development Life-Cycle (SDLC) by introducing self-construction mechanisms that enable software to evolve and maintain autonomously. This position paper explores the potential of Autopoietic Architectures, specifically Psi-Arch, as a foundational framework for self-constructing software. We first analyze the limitations of traditional maintenance approaches and identify gaps in current SDLC automation. Subsequently, we outline the core challenges in achieving self-construction, including the integration of foundation-model-based reasoning units and the establishment of novel architectural paradigms. Although this paper does not present a definitive solution, it seeks to catalyze discourse and inspire research toward a new paradigm in software engineering, one in which self-constructing software represents the next frontier in SDLC automation.
- Abstract（参考訳）: ソフトウェア工学の研究は、コスト削減と信頼性向上のためにメンテナンスと進化プロセスを自動化することに重点を置いている。
強力なコード理解と推論能力を備えた基礎モデル(FM)の出現は、自律的なソフトウェア行動に新たな機会を与えます。
人工生命(ALife)に触発されて,ソフトウェアを自律的に進化・維持する自己構築機構を導入することにより,ソフトウェア開発ライフサイクル(SDLC)の根本的な変化を提案する。
本稿では,自己構築ソフトウェアの基盤となる自己構築型アーキテクチャ,特にPsi-Archの可能性について考察する。
まず、従来の保守アプローチの限界を分析し、現在のSDLC自動化におけるギャップを特定します。
その後、基礎モデルに基づく推論ユニットの統合や新しい建築パラダイムの確立など、自己構築を実現する上での課題について概説する。
本論文は決定的な解決策を提示するものではないが,SDLC自動化の次のフロンティアを自己構築ソフトウェアが表現するソフトウェア工学の新しいパラダイムに向けて,談話の触媒化と研究のインスピレーションを目指している。
関連論文リスト
- AutoSOTA: An End-to-End Automated Research System for State-of-the-Art AI Model Discovery [49.77172027295716]
AutoSOTAは、トップレベルのAI論文で発表された最新のState-Of-The-Art(SOTA)モデルを進化させるエンドツーエンドの自動研究システムである。
報告された方法を超える新しい105種類のSOTAモデルを発見し、平均して1紙あたり平均5時間である。
論文 参考訳（メタデータ） (2026-04-07T07:52:01Z) - Eyla: Toward an Identity-Anchored LLM Architecture with Integrated Biological Priors -- Vision, Implementation Attempt, and Lessons from AI-Assisted Development [0.0]
Eylaは、生物学的にインスパイアされたサブシステムを統合するIDアンコールLDMアーキテクチャである。
本稿では,Eylaの設計的根拠,実装の試み,失敗解析について述べる。
論文 参考訳（メタデータ） (2026-03-09T17:22:48Z) - 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) - 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) - AI-Driven Self-Evolving Software: A Promising Path Toward Software Automation [6.38492008798679]
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。
論文 参考訳（メタデータ） (2025-10-01T07:17:51Z) - 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) - 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) - 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) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z)
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。