論文の概要: Shift-Up: A Framework for Software Engineering Guardrails in AI-native Software Development -- Initial Findings

• arxiv url: http://arxiv.org/abs/2604.20436v1
• Date: Wed, 22 Apr 2026 10:55:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-23 15:36:11.094695
• Title: Shift-Up: A Framework for Software Engineering Guardrails in AI-native Software Development -- Initial Findings
• Title（参考訳）: Shift-Up: AIネイティブソフトウェア開発におけるソフトウェアエンジニアリングガードレールのためのフレームワーク - 最初の発見
• Authors: Petrus Lipsanen, Liisa Rannikko, François Christophe, Konsta Kalliokoski, Vlad Stirbu, Tommi Mikkonen,
• Abstract要約: Generative AI(GenAI)は、開発を手作業によるコーディングからエージェント駆動の実装に移行することで、ソフトウェアエンジニアリングを再構築する。 本稿では,GenAIネイティブ開発のための構造的ガードレールとして,実行可能な要件(BDD)やアーキテクチャモデリング(C4),アーキテクチャ決定記録(ADR)といった,確立したソフトウェアエンジニアリングプラクティスを再解釈するフレームワークであるShift-Upを提案する。
• 参考スコア（独自算出の注目度）: 1.1523102135577732
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Generative AI (GenAI) is reshaping software engineering by shifting development from manual coding toward agent-driven implementation. While vibe coding promises rapid prototyping, it often suffers from architectural drift, limited traceability, and reduced maintainability. Applying the design science research (DSR) methodology, this paper proposes Shift-Up, a framework that reinterprets established software engineering practices, like executable requirements (BDD), architectural modeling (C4), and architecture decision records (ADRs), as structural guardrails for GenAI-native development. Preliminary findings from our exploratory evaluation compare unstructured vibe coding, structured prompt engineering, and the Shift-Up approach in the development of a web application. These findings indicate that embedding machine-readable requirements and architectural artifacts stabilizes agent behavior, reduces implementation drift, and shifts human effort toward higher-level design and validation activities. The results suggest that traditional software engineering artifacts can serve as effective control mechanisms in AI-assisted development.
• Abstract（参考訳）: Generative AI(GenAI)は、開発を手作業によるコーディングからエージェント駆動の実装に移行することで、ソフトウェアエンジニアリングを再構築する。 Vibeのコーディングは高速なプロトタイピングを約束するが、しばしばアーキテクチャのドリフト、トレーサビリティの制限、保守性の低下に悩まされる。 本稿では、DSR(Design Science Research)方法論を適用し、GenAIネイティブ開発のための構造ガードレールとして、実行可能な要件(BDD)、アーキテクチャモデリング(C4)、アーキテクチャ決定レコード(ADR)といった、確立したソフトウェアエンジニアリングプラクティスを再解釈するフレームワークであるShift-Upを提案する。 探索的評価から得られた予備的な知見は、構造化されていないビブ符号化、構造化されたプロンプトエンジニアリング、およびWebアプリケーションの開発におけるShift-Upアプローチの比較である。 これらの結果から,機械可読性要件とアーキテクチャアーティファクトの埋め込みはエージェントの動作を安定化させ,実装のドリフトを低減し,高いレベルの設計と検証活動へ人的努力をシフトさせることが示唆された。 その結果,従来のソフトウェア工学の成果物は,AI支援開発における効果的な制御機構として機能することが示唆された。

関連論文リスト

• Rethinking Software Engineering for Agentic AI Systems [0.0]
  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。
  論文  参考訳（メタデータ） (2026-04-12T12:08:53Z)
• 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)
• 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)
• Lost in Code Generation: Reimagining the Role of Software Models in AI-driven Software Engineering [1.3124479769761592]
  このシフトは、ソフトウェアモデルの再構築を動機付けている、と私たちは主張する。 事前の青写真としてのみ機能するのではなく、AI生成コードからモデルを取り出すことができる。 この役割では、モデルは人間の意図、AI生成、長期システムの進化の間の仲介者として機能する。
  論文  参考訳（メタデータ） (2025-11-04T11:03:31Z)
• 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)
• Generative AI for Software Architecture. Applications, Challenges, and Future Directions [6.883775050854466]
  我々は、ソフトウェアアーキテクチャにおけるGenAIの使用、合理化、コンテキスト、ユーザビリティ、および将来の課題を体系的に総合することを目指している。 アーキテクチャ決定支援とアーキテクチャ再構築のためのGenAIの導入について検討した。
  論文  参考訳（メタデータ） (2025-03-17T15:49:30Z)
• Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
  産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。 製品ライフサイクルを通じてデータをデジタル化することにより、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。 GenAIはDTの構築と更新を推進し、予測精度を改善し、多様なスマート製造に備える。
  論文  参考訳（メタデータ） (2024-08-02T10:47:10Z)
• Design Space Exploration and Explanation via Conditional Variational Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
  本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。 CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
  論文  参考訳（メタデータ） (2022-11-29T17:28:31Z)

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。