論文の概要: Augment Engineering: A Methodology for Multi-Tool AI Orchestration Across Professional Domains
- arxiv url: http://arxiv.org/abs/2605.26146v1
- Date: Fri, 22 May 2026 22:44:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-27 17:51:41.196811
- Title: Augment Engineering: A Methodology for Multi-Tool AI Orchestration Across Professional Domains
- Title（参考訳）: Augment Engineering: プロフェッショナルドメイン間のマルチツールAIオーケストレーションのための方法論
- Authors: Elias Calboreanu,
- Abstract要約: 拡張エンジニアリング(Augment Engineering)は、異なる専門分野にまたがる複数の目的に構築されたAIツールのオーケストレーションの分野である。
5ヶ月のフォーマティブケーススタディでは、プロのドメイン7つにまたがってプロのエンジニアリングを適用する1人の実践者が文書化されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Organizations increasingly deploy separate purpose-built AI tools across professional domains, often hiring domain specialists for each, recreating the staffing models AI was expected to transform. Yet the meta-skills that make these tools effective, prompt engineering (interaction-level optimization) and context engineering (structured input pipeline design), are domain-portable: a practitioner who masters them can apply them to any purpose-built AI tool in any domain. This paper defines Augment Engineering as the discipline of orchestrating multiple purpose-built AI tools across distinct professional domains, applying prompt and context engineering as portable competencies that transfer across tool boundaries. We present a six-phase orchestration methodology and four portability metrics. A 5-month formative case study (November 2025 to March 2026) documents a single practitioner applying these skills across a ten-component orchestration stack spanning seven professional domains, producing work products that would traditionally involve separate domain specialists. Two quantitative observations are consistent with the framework's predictions: a Cochran-Armitage trend test (n = 200 interactions across two chat LLMs, p < 0.01) shows first-pass acceptance rising with prompt-sophistication level, and a Wright's Law fit (n = 82 artifacts, p < 0.01) shows production acceleration across the artifact portfolio. Because all observations come from a single practitioner, the inferential statistics are exploratory and hypothesis-generating rather than confirmatory; portability across the full portfolio awaits multi-practitioner replication. Augment Engineering completes a three-discipline progression: Prompt Engineering (one tool), Context Engineering (reproducible pipelines), Augment Engineering (a portfolio of tools across domains).
- Abstract（参考訳）: 組織は、プロのドメインにまたがって別々の目的に構築されたAIツールをデプロイし、それぞれにドメインスペシャリストを雇い、AIが変革を期待していたスタッフモデルを再作成する。
しかし、これらのツールを効果的にし、エンジニアリング(インタラクションレベルの最適化)とコンテキストエンジニアリング(構造化入力パイプライン設計)を刺激するメタスキルは、ドメイン対応である。
本稿では、Augment Engineeringを、異なるプロフェッショナルドメインにまたがって複数の目的に構築されたAIツールをオーケストレーションする規律として定義し、プロンプトとコンテキストエンジニアリングをツール境界を越えて転送するポータブルな能力として適用する。
6段階のオーケストレーション手法と4つの可搬性指標を示す。
5ヶ月にわたるフォーマティブケーススタディ(2025年11月から2026年3月)では、単一の実践者が7つの専門ドメインにまたがる10のコンポーネントオーケストレーションスタックにこれらのスキルを適用し、伝統的に独立したドメインスペシャリストを含む作業製品を作成している。
Cochran-Armitageトレンドテスト (n = 200 対 2 つのチャット LLM 、p < 0.01) は、プロンプト・ソフィケーションのレベルで上昇するファーストパスの受け入れを示し、Wright's Law fit (n = 82 アーティファクト、p < 0.01) は、アーティファクトポートフォリオ全体の生産加速を示す。
すべての観測は単一の実践者によるものであるため、推測統計は確認ではなく探索的かつ仮説生成的であり、完全なポートフォリオ間のポータビリティはマルチ専門家の複製を待つ。
Prompt Engineering (1つのツール)、Context Engineering (再生可能なパイプライン)、Augment Engineering (ドメイン間のツールのポートフォリオ)である。
関連論文リスト
- Generative-AI and the transformation of workforce. A job postings-driven analysis [7.765662835417495]
本稿では,AIが雇用要件,スキル構成,グローバル労働市場におけるセクターダイナミクスをいかに変えつつあるかを検討する。
職種投稿におけるAI関連能力の進化頻度とフレーミングについて検討し、生成型AIが主に職場における増強力または代替力として機能するかを検討する。
論文 参考訳（メタデータ） (2026-04-07T17:02:43Z) - DUCTILE: Agentic LLM Orchestration of Engineering Analysis in Product Development Practice [41.99844472131922]
製品開発におけるエンジニアリング分析の自動化は、ツール、データフォーマット、ドキュメントプロセス間の厳密なインターフェースに依存しています。
本稿では DUCTILE (Delegated, User-supervised Coordination of Tool- and document-Integrated LLM-Enabled) エージェントオーケストレーションについて述べる。
エージェントは、文書化された設計プラクティスを解釈し、入力データを検査し、処理パスを適応し、エンジニアは最終判断を監督し、実行する。
論文 参考訳（メタデータ） (2026-03-10T22:00:47Z) - SciAgentGym: Benchmarking Multi-Step Scientific Tool-use in LLM Agents [100.12367115920121]
SciGymAgentは4つの自然科学分野にまたがる1,780のドメイン固有ツールを備えたスケーラブルなインタラクティブ環境である。
SciAgentBenchについても紹介する。
論文 参考訳（メタデータ） (2026-02-13T14:58:18Z) - Towards Agentic Intelligence for Materials Science [73.4576385477731]
この調査は、コーパスキュレーションからプレトレーニングから、シミュレーションと実験プラットフォームに面した目標条件付きエージェントまで、ユニークなパイプライン中心の視点を推し進める。
コミュニティをブリッジし、参照の共有フレームを確立するために、まず、AIと材料科学をまたいだ用語、評価、ワークフローの段階を整列する統合レンズを提示する。
論文 参考訳（メタデータ） (2026-01-29T23:48:43Z) - OFA-MAS: One-for-All Multi-Agent System Topology Design based on Mixture-of-Experts Graph Generative Models [57.94189874119267]
マルチエージェントシステム(MAS)は複雑な問題を解決するための強力なパラダイムを提供する。
現在のグラフ学習に基づく設計手法は、しばしば「1対1」のパラダイムに準拠している。
自然言語で記述されたタスクに対して適応的な協調グラフを生成する一対一のフレームワークOFA-TADを提案する。
論文 参考訳（メタデータ） (2026-01-19T12:23:44Z) - Using GUI Agent for Electronic Design Automation [123.86509061313912]
Graphical User Interface (GUI)エージェントは、スクリーンショットをアクションシーケンスにマッピングするエンドツーエンドパラダイムを採用する。
既存のGUIエージェントは、Microsoft WordやExcelのようなコモディティソフトウェアにのみ評価される。
この作業は、GUIエージェントを一般的なオフィス自動化から、専門的で高価値なエンジニアリングドメインまで拡張する。
論文 参考訳（メタデータ） (2025-12-12T14:49:32Z) - Engineering.ai: A Platform for Teams of AI Engineers in Computational Design [8.217119500224284]
計算設計におけるAIエンジニアのチームのためのプラットフォームであるEngineering.aiを紹介します。
このフレームワークは階層的なマルチエージェントアーキテクチャを採用しており、チーフエンジニアが特殊エージェントをコーディネートする。
このシステムはFreeCAD、Gmsh、OpenFOAM、CalculiX、BPM音響解析を統合し、並列多分野シミュレーションを可能にする。
論文 参考訳（メタデータ） (2025-10-31T08:00:48Z) - Automating Structural Engineering Workflows with Large Language Model Agents [4.896428524844242]
$textbfMASSE$は、構造工学のための最初のマルチエージェントシステムである。
大規模言語モデル(LLM)ベースのエージェントと実世界のエンジニアリングを効果的に統合する。
論文 参考訳（メタデータ） (2025-10-13T04:38:46Z) - OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation [65.15955645757705]
専門的な実行から戦略的計画を切り離す階層的なマルチエージェントフレームワークであるWorkforceを紹介します。
推論中、Workforceはワーカーエージェントの追加や修正によって新しいドメインにシームレスに適応する。
トレーニングには、ドメイン間の一般化を改善する最適化されたワークフォース学習(OWL)を導入する。
論文 参考訳（メタデータ） (2025-05-29T17:51:58Z)
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。