論文の概要: A Research Agenda on Agents and Software Engineering: Outcomes from the Rio A2SE Seminar
- arxiv url: http://arxiv.org/abs/2605.11720v1
- Date: Tue, 12 May 2026 08:06:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:56.69353
- Title: A Research Agenda on Agents and Software Engineering: Outcomes from the Rio A2SE Seminar
- Title（参考訳）: エージェントとソフトウェアエンジニアリングに関するAgenda氏の研究 - Rio A2SEセミナーの結果から
- Authors: Davide Taibi, Henry Muccini, Karthik Vaidhyanathan, Marcos Kalinowski, Michele Albano, Antonio Pedro Santos Alves, Renato Cerqueira, Mateus Devino, Matteo Esposito, Rodrigo Falcão, Vinicius Henning, Foutse Khomh, Valentina Lenarduzzi, Qinghua Lu, Matías Martínez, Henrique Mello, Daniel Mendez, Lucas Romao,
- Abstract要約: エージェントAIの台頭は、ソフトウェア工学を2つの方向から変えつつある。
両方向を包括するコヒーレントな研究課題を整理するため,リオデジャネイロでA2SEセミナーを開催した。
- 参考スコア（独自算出の注目度）: 10.309362385333465
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The rise of agentic AI is reshaping software engineering in two intertwined directions: agents are increasingly applied to support software engineering tasks, and Agentic AI systems themselves are complex systems that require re-thinking currently established software engineering practices. To chart a coherent research agenda covering the two directions, we organized the A2SE seminar in Rio de Janeiro, bringing together 18 experts from academia and industry. Through structured presentations, collaborative topic clustering, and focused group discussions, participants identified six thematic areas: Governance, Software Engineering for Agents, Agents for Software Architecture, Quality and Evaluation, Sustainability, and Code, and they prioritized short-term and long-term research directions for each. This paper presents the resulting community-driven, opinionated research agenda, offering the SE community a structured foundation for coordinating efforts at this critical juncture.
- Abstract（参考訳）: エージェントAIの台頭は、ソフトウェアエンジニアリングを2つの対立する方向に変えつつある。エージェントは、ソフトウェアエンジニアリングタスクのサポートにますます適用され、エージェントAIシステム自体は、現在確立されているソフトウェアエンジニアリングプラクティスを再考する必要のある複雑なシステムである。
ブラジルのリオデジャネイロでA2SEセミナーを開催し,学術・産業の専門家18名を集めた。
構造化プレゼンテーション、共同トピックのクラスタリング、グループディスカッションを通じて、参加者は6つのテーマ領域を特定した。ガバナンス、エージェントのためのソフトウェアエンジニアリング、ソフトウェアアーキテクチャのためのエージェント、品質と評価、持続可能性、コード。
本稿では,コミュニティ主導の世論調査議題を提示し,SEコミュニティにこの危機的状況下での協調活動のための構造的基盤を提供する。
関連論文リスト
- AI Co-Scientist for Ranking: Discovering Novel Search Ranking Models alongside LLM-based AI Agents with Cloud Computing Access [60.37646376282544]
本稿では,全検索ランキング研究パイプラインを自動化したAI共同科学者フレームワークを提案する。
これは、AIの共同科学者フレームワークをアルゴリズム研究に利用した、ランキングコミュニティで初めての研究である。
論文 参考訳（メタデータ） (2026-03-23T09:29:08Z) - LLM-Based Agentic Systems for Software Engineering: Challenges and Opportunities [0.03437656066916039]
本論文は,LLMに基づくマルチエージェントシステムの新しいパラダイムを体系的にレビューする。
言語モデルの選択、SE評価ベンチマーク、最先端のエージェントフレームワーク、通信プロトコルなど、幅広いトピックを掘り下げる。
論文 参考訳（メタデータ） (2026-01-14T19:28:30Z) - A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。
本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
論文 参考訳（メタデータ） (2025-10-10T06:56:50Z) - Agentic Software Engineering: Foundational Pillars and a Research Roadmap [15.059942573311481]
Agentic Software Engineering (SE 3.0)は、インテリジェントなエージェントが複雑な目標指向のSE目標を達成することを任務とする新しい時代を表す。
本稿では,SEの基盤となる柱のいくつかを概説する,構造化エージェントソフトウェア工学(SASE)のビジョンについて述べる。
論文 参考訳（メタデータ） (2025-09-07T21:40:10Z) - AI Agentic Programming: A Survey of Techniques, Challenges, and Opportunities [8.086360127362815]
大規模言語モデル(LLM)ベースのコーディングエージェントは、コンパイラ、デバッガ、バージョン管理システムなどのツールを自律的に計画し、実行し、操作する。
従来のコード生成とは異なり、これらのエージェントは目標を分解し、多段階プロセスをコーディネートし、フィードバックに基づいて適応し、ソフトウェア開発のプラクティスを再構築する。
論文 参考訳（メタデータ） (2025-08-15T00:14:31Z) - Agentic AI in 6G Software Businesses: A Layered Maturity Model [3.1882747895372217]
エージェントAIシステムは、分散環境における自律性、スケーラビリティ、インテリジェントな意思決定を促進することを約束する。
彼らの採用は、技術的な複雑さ、統合、組織的準備、パフォーマンスコストのトレードオフに関する懸念を提起する。
論文 参考訳（メタデータ） (2025-08-05T12:42:46Z) - Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。
本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
論文 参考訳（メタデータ） (2025-06-22T16:52:48Z)
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。