論文の概要: The Impact of Configuring Agentic AI Coding Tools on Build-vs-Buy Decisions: A Study Protocol
- arxiv url: http://arxiv.org/abs/2606.03907v1
- Date: Tue, 02 Jun 2026 17:01:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-03 22:00:05.194574
- Title: The Impact of Configuring Agentic AI Coding Tools on Build-vs-Buy Decisions: A Study Protocol
- Title（参考訳）: エージェントAIコーディングツールの構成がビル-vs-Buy決定に及ぼす影響:研究プロトコル
- Authors: Jai Lal Lulla, Matthias Galster, Jie M. Zhang, Sebastian Baltes, Christoph Treude,
- Abstract要約: エージェントAIコーディングツールは、自律性を高めてコードを書き、ライブラリのインポート時期と機能をスクラッチから実装するタイミングを決定する。
エージェントAIコーディングツールにおけるビルド逆購入決定の制御について、制御された実験的研究は行われていない。
我々は、Claude CodeとOpenAI Codexという2つの一般的なエージェントAIコーディングツールにおいて、構成機構がビルド対購入動作をどのように変化させるかを研究するための事前登録されたプロトコルを提案する。
- 参考スコア（独自算出の注目度）: 17.730557321084408
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agentic AI coding tools write code with increasing autonomy and in doing so decide when to import a library and when to implement functionality from scratch. These decisions, whether to build functionality from scratch or buy into an external library, hereafter build-versus-buy, carry direct consequences for software security, licensing compliance, performance, and long-term maintainability. Yet no controlled experimental study has examined what governs build-versus-buy decisions in agentic AI coding tools. Configuration mechanisms, i.e., the means by which developers tailor agentic AI coding tool behavior to a project or workflow, are one of the primary means by which practitioners can influence these decisions. However, it is unclear which configuration mechanisms influence build-versus-buy decisions most effectively. We present a pre-registered protocol to study how configuration mechanisms alter build-versus-buy behavior in two popular agentic AI coding tools: Claude Code and OpenAI Codex. We will execute controlled programming tasks drawn from a benchmark of staged projects, each constructed around identifiable build-versus-buy points, and will manipulate the configuration supplied to each tool, ranging from no configuration, through context files with soft preferences and explicit prohibitions, to Skills (instructions that can be autonomously discovered), MCP-enabled library discovery tools, and permission controls, measuring which libraries the tool selects, whether it discloses newly introduced libraries, and whether those disclosures are complete and accurate. Nine pre-registered hypotheses structure the protocol. The resulting benchmark dataset and analysis pipeline will be released as a reusable artifact for evaluating build-versus-buy behavior in agentic AI coding tools.
- Abstract（参考訳）: エージェントAIコーディングツールは、自律性を高めてコードを書くことで、ライブラリをいつインポートするか、いつスクラッチから機能を実装するのかを判断する。
これらの決定は、スクラッチから機能を構築するか、あるいは外部ライブラリに購入するか、ビルド逆購入後、ソフトウェアセキュリティ、ライセンスコンプライアンス、パフォーマンス、長期的な保守性に直接影響します。
しかし、エージェントAIコーディングツールのビルド逆購入決定をどのように管理するかについて、制御された実験的研究は行われていない。
構成メカニズム、すなわち開発者がエージェントAIコーディングツールの振る舞いをプロジェクトやワークフローにカスタマイズする手段は、実践者がこれらの決定に影響を及ぼす主要な手段の1つである。
しかし,どの構成機構がビルド逆購入決定に最も影響を及ぼすかは明らかでない。
我々は、Claude CodeとOpenAI Codexという2つの一般的なエージェントAIコーディングツールにおいて、構成機構がビルド対購入動作をどのように変化させるかを研究するための事前登録されたプロトコルを提案する。
我々は、ステージ化されたプロジェクトのベンチマークから引き出された制御されたプログラミングタスクを実行し、各ツールに供給される構成を、設定なしから、ソフトな好みと明示的な禁止を含むコンテキストファイル、スキル(自律的に発見できる命令)、MPP対応のライブラリ発見ツール、パーミッションコントロール、どのライブラリを選択しているか、新しく導入されたライブラリを公開しているか、そしてそれらの公開が完全で正確かどうかなど、それぞれを操作します。
9つの事前登録された仮説がプロトコルを構成する。
結果として得られたベンチマークデータセットと分析パイプラインは、エージェントAIコーディングツールのビルド対購入動作を評価する再利用可能なアーティファクトとしてリリースされる。
関連論文リスト
- ToolRosetta: Bridging Open-Source Repositories and Large Language Model Agents through Automated Tool Standardization [51.92237664440418]
ToolRosettaは、オープンソースのコードリポジトリとAPIを自動的にMPP互換のツールに変換するフレームワークである。
ユーザタスクが与えられた場合、ToolRosettaはツールチェーンを自律的に計画し、関連するツールチェーンを特定し、実行可能なMPPサービスに変換する。
論文 参考訳（メタデータ） (2026-03-10T07:19:43Z) - OpenSage: Self-programming Agent Generation Engine [56.399761469404496]
自己生成型トポロジとツールセットでエージェントを自動生成する最初のエージェント開発キットであるOpenSageを提案する。
OpenSageは、エージェントが独自のサブエージェントとツールキットを作成し管理するための効果的な機能を提供する。
OpenSageは、人間中心のパラダイムからAI中心のパラダイムへと焦点を移す、次世代のエージェント開発への道を開くことができる、と私たちは信じています。
論文 参考訳（メタデータ） (2026-02-18T21:16:29Z) - Configuring Agentic AI Coding Tools: An Exploratory Study [11.643977424519]
エージェントAIコーディングツールの構成機構を体系的に分析し、Claude Code、GitHub Copilot、Cursor、Gemini、Codexを取り上げる。
8つの設定メカニズムを特定し,2,926のGitHubリポジトリを実証的に調査し,それらが採用されているかどうかと方法を検討した。
次に、ツール間で利用可能な3つのメカニズムであるContext Files、Skills、Subagentsについて詳しく調べます。
論文 参考訳（メタデータ） (2026-02-16T12:24:28Z) - Confucius Code Agent: Scalable Agent Scaffolding for Real-World Codebases [44.366968508477235]
大規模に運用可能なスケーラブルなソフトウェアエンジニアリングエージェントであるConfucius Code Agent (CCA)を紹介した。
CCAはConfucius SDKの上に構築されている。
さらに,エージェント構成の合成,評価,洗練を自動化するメタエージェントを導入する。
論文 参考訳（メタデータ） (2025-12-11T08:05:58Z) - DeepAgent: A General Reasoning Agent with Scalable Toolsets [111.6384541877723]
DeepAgentは、自律的な思考、ツール発見、アクション実行を実行するエンドツーエンドのディープ推論エージェントである。
長期にわたる相互作用の課題に対処するために,過去の相互作用を構造化エピソード,動作,ツール記憶に圧縮する自律的メモリ折り畳み機構を導入する。
LLMシミュレートされたAPIを活用し、ツール呼び出しトークンにきめ細かいクレジットを割り当てるツールコールアドバンテージ属性を適用した、エンドツーエンドの強化学習戦略であるToolPOを開発した。
論文 参考訳（メタデータ） (2025-10-24T16:24:01Z) - Context Engineering for AI Agents in Open-Source Software [13.236926479239754]
GenAIベースのコーディングアシスタントは、ソフトウェア開発を混乱させた。
彼らの次の世代はエージェントベースで、より自律的で、潜在的には人間の監視なしで活動する。
ひとつの課題は、AIエージェントに対して、彼らが運用するソフトウェアプロジェクトに関する十分なコンテキストを提供することだ。
論文 参考訳（メタデータ） (2025-10-24T12:55:48Z) - ToolLibGen: Scalable Automatic Tool Creation and Aggregation for LLM Reasoning [80.10274552177096]
外部ツールを備えたLarge Language Models (LLM) は、複雑な推論タスクにおけるパフォーマンスの向上を実証している。
このツールに強化された推論が広く採用されるのは、ドメイン固有のツールが不足しているためである。
構造化ツールライブラリに非構造化ツールのコレクションを自動的に組み込むための体系的なアプローチを提案する。
論文 参考訳（メタデータ） (2025-10-09T04:11:16Z) - LLM Agents Making Agent Tools [2.5529148902034637]
ツールの使用は、大規模言語モデル(LLM)を、複雑なマルチステップタスクを実行できる強力なエージェントに変えた。
しかし、これらのツールは人間の開発者によって事前に実装されなければならない。
論文をコードで自律的にLLM互換のツールに変換するエージェントフレームワークであるToolMakerを提案する。
論文 参考訳（メタデータ） (2025-02-17T11:44:11Z) - ToolCoder: A Systematic Code-Empowered Tool Learning Framework for Large Language Models [81.12673534903979]
ツール学習は、大規模な言語モデル(LLM)にとって、外部ツールとのインタラクションを通じて、複雑な現実世界のタスクを解決する重要な機能として登場した。
本稿では,ツール学習をコード生成タスクとして再編成する新しいフレームワークであるToolCoderを提案する。
論文 参考訳（メタデータ） (2025-02-17T03:42:28Z)
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。