論文の概要: More Is Different: Toward a Theory of Emergence in AI-Native Software Ecosystems

• arxiv url: http://arxiv.org/abs/2604.19827v1
• Date: Mon, 20 Apr 2026 15:09:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-23 15:36:10.571346
• Title: More Is Different: Toward a Theory of Emergence in AI-Native Software Ecosystems
• Title（参考訳）: AI-Native Software Ecosystemsにおける創発の理論
• Authors: Daniel Russo,
• Abstract要約: マルチエージェントAIシステムは、従来の理論による説明に反する方法で失敗する。 本稿では、AIネイティブなソフトウェアエコシステムは、複雑な適応システムとして研究されなければならないと論じる。
• 参考スコア（独自算出の注目度）: 3.362633173562401
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Software engineering faces a fundamental challenge: multi-agent AI systems fail in ways that defy explanation by traditional theories. While individual agents perform correctly, their interactions degrade entire ecosystems, revealing a gap in our understanding of software evolution. This paper argues that AI-native software ecosystems must be studied as complex adaptive systems (CAS), where emergent properties like architectural entropy, cascade failures, and comprehension debt arise not from individual components, but from their interactions. We map Holland's six CAS properties onto observable ecosystem dynamics, distinguishing these systems from microservices or open-source networks. To measure causal emergence, we define micro-level state variables, coarse-graining functions, and a tractable measurement framework. Seven falsifiable propositions link CAS theory to software evolution, challenging or extending Lehman's laws where agent-level assumptions fail. If confirmed, these findings would demand a radical shift: ecosystem-level monitoring as the primary governance mechanism for AI-native systems. If refuted, existing theories may only need incremental updates. Either way, this work forces us to ask: Can software engineering's core assumptions survive the age of autonomous agents?
• Abstract（参考訳）: ソフトウェアエンジニアリングは、基本的な課題に直面している。マルチエージェントAIシステムは、従来の理論による説明に反する方法で失敗する。 個々のエージェントが正しく動作している間、それらのインタラクションはエコシステム全体を悪化させ、ソフトウェア進化に対する私たちの理解のギャップを明らかにします。 本稿では,アーキテクチャのエントロピーやカスケード障害,理解的負債といった創発的な特性が個々のコンポーネントからではなく,それらのインタラクションから生じる,複雑な適応システム(CAS)として,AIネイティブなソフトウェアエコシステムを研究する必要がある,と論じる。 Hollandの6つのCASプロパティをオブザーバブルなエコシステムのダイナミクスにマップし、これらのシステムをマイクロサービスやオープンソースネットワークと区別します。 因果関係の出現を測定するため,マイクロレベルの状態変数,粗粒化関数,抽出可能な測定フレームワークを定義した。 CAS理論をソフトウェア進化と結びつけ、エージェントレベルの仮定が失敗するリーマンの法則に挑戦または拡張する7つの偽りの命題がある。 エコシステムレベルの監視がAIネイティブシステムの主要なガバナンスメカニズムである。 反論された場合、既存の理論は漸進的な更新しか必要としないかもしれない。 いずれにせよ,この作業では,ソフトウェアエンジニアリングの中核的な前提は,自律エージェントの時代を生き残ることができるのでしょうか?

関連論文リスト

• A Mathematical Theory of Agency and Intelligence [0.0]
  システムがデプロイする総情報のどれ程が、その観察、行動、結果の間で実際に共有されているかを示す。 この共有分数、つまり分岐予測可能性 P は、第一原理から導かれるあらゆる相互作用に固有のものであることを証明します。 我々は、Pをリアルタイムで監視し、適応的でレジリエントなAIの前提条件を確立するフィードバックアーキテクチャを実証する。
  論文  参考訳（メタデータ） (2026-02-26T01:26:21Z)
• Agentic Artificial Intelligence (AI): Architectures, Taxonomies, and Evaluation of Large Language Model Agents [14.448267395835721]
  エージェントを知覚,脳,計画,行動,ツール利用,コラボレーションに分割する統合分類法を提案する。 また、デジタルオペレーティングシステム、エンボディロボット、その他の特殊なドメインを含む、これらのエージェントが動作する環境もグループ化します。
  論文  参考訳（メタデータ） (2026-01-18T19:51:16Z)
• AI Deception: Risks, Dynamics, and Controls [153.71048309527225]
  このプロジェクトは、AI偽装分野の包括的で最新の概要を提供する。 我々は、動物の偽装の研究からシグナル伝達理論に基づく、AI偽装の正式な定義を同定する。 我々は,AI偽装研究の展望を,偽装発生と偽装処理の2つの主要な構成要素からなる偽装サイクルとして整理する。
  論文  参考訳（メタデータ） (2025-11-27T16:56:04Z)
• Is the `Agent' Paradigm a Limiting Framework for Next-Generation Intelligent Systems? [0.0]
  エージェント」の概念は人工知能(AI)の研究を深く形作っている。 本稿では,エージェント中心パラダイムの必要性と最適性を再評価する。
  論文  参考訳（メタデータ） (2025-09-13T16:11:27Z)
• A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
  既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。 近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。 この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
  論文  参考訳（メタデータ） (2025-08-10T16:07:32Z)
• Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
  大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。 このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。 本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-28T17:58:12Z)
• An Outlook on the Opportunities and Challenges of Multi-Agent AI Systems [32.48561526824382]
  マルチエージェントAIシステム(MAS)は、内部生成モデルに基づいて対話、情報交換、意思決定を行う複数の自律エージェントで構成されている。 本稿では,MASを解析するための形式的枠組みについて概説する。
  論文  参考訳（メタデータ） (2025-05-23T22:05:19Z)
• Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
  人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である 本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
  論文  参考訳（メタデータ） (2023-12-22T17:57:57Z)
• Core and Periphery as Closed-System Precepts for Engineering General Intelligence [62.997667081978825]
  AIシステムの入力が出力から独立するかどうかは不明であり、従ってAIシステムが従来のコンポーネントとして扱われるかどうかは不明である。 本稿では, 工学的汎用知能は, コアと周辺と呼ばれる, 新たな汎用システム規範を必要とすることを示唆する。
  論文  参考訳（メタデータ） (2022-08-04T18:20:25Z)

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。