論文の概要: Agentic Software: How AI Agents Are Restructuring the Software Paradigm
- arxiv url: http://arxiv.org/abs/2606.05608v2
- Date: Wed, 10 Jun 2026 02:11:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-11 14:23:44.322266
- Title: Agentic Software: How AI Agents Are Restructuring the Software Paradigm
- Title（参考訳）: エージェントソフトウェア:AIエージェントがソフトウェアパラダイムを再構築する方法
- Authors: Zhenfeng Cao,
- Abstract要約: AIエージェントの出現は、ソフトウェアが何であるかの根本的な再構成を構成すると我々は主張する。
前者では、コードは事前記述された決定論理のキャリアであり、後者では、エージェント自体が決定論理である。
セルフ進化エージェントエコシステムに向けた4段階のロードマップで締めくくります。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: For over half a century, software engineering has operated on a foundational premise: human engineers decompose problems, encode decision logic into static code, and manually adapt that code as requirements evolve. This paper argues that the emergence of AI agents -- systems where large language models serve as the primary reasoning engine, dynamically generating and discarding code as an instrumental resource -- constitutes a fundamental restructuring of what software is, not an incremental tool improvement. We formalize the distinction between traditional deterministic software and agentic software: in the former, code is the carrier of pre-written decision logic; in the latter, the agent itself is the software, and its decision logic is generated at runtime. We trace the historical arc from licensed software to SaaS to Agent-as-a-Service (AaaS), showing that each shift transferred additional complexity away from end-users -- with the agentic shift transferring not just operational complexity but decision-making complexity itself. We introduce Agentic Engineering as an expansion of the software engineering discipline into a new paradigm, distinct in its core object of study (agent systems rather than static source code), its control model (LLM-driven rather than human-predefined), and its human role (intent architect rather than code author). Through analysis of recent benchmark evidence including SWE-bench Verified, EvoClaw, and LangChain's multi-agent coordination studies, we demonstrate both the transformative potential of the agentic paradigm and its current limitations. We conclude with a four-stage roadmap toward self-evolving agent ecosystems and concrete recommendations for practitioners navigating this transition.
- Abstract（参考訳）: ヒューマンエンジニアは問題を分解し、決定ロジックを静的コードにエンコードし、要求が進化するにつれて手動でコードを適用する。
大規模言語モデルが主要な推論エンジンとして機能し、インストゥルメンタルリソースとしてコードを動的に生成・破棄するシステムであるAIエージェントの出現は、インクリメンタルツールの改善ではなく、ソフトウェアが何であるかを根本的に再構築するものである、と論じる。
我々は、従来の決定論的ソフトウェアとエージェント的ソフトウェアとの区別を形式化し、前者は、コードが事前記述された決定論理のキャリアであり、後者は、エージェント自体がソフトウェアであり、その決定ロジックは実行時に生成される。
私たちは、ライセンスされたソフトウェアからSaaS、AaaS(Agent-as-a-Service)まで、歴史的なアークをトレースし、各シフトがエンドユーザーから追加の複雑さを移行したことを示している。
我々は,ソフトウェア工学の分野を新たなパラダイムに拡張したエージェントエンジニアリングを導入し,その中核となる研究対象(静的なソースコードではなくエージェントシステム),制御モデル(人間定義ではなくLLM駆動),人的役割(コード作者ではなくインテリジェントアーキテクト)を区別した。
SWE-bench Verified、EvoClaw、LangChainのマルチエージェントコーディネーション研究を含む最近のベンチマークエビデンスの分析を通じて、エージェントパラダイムの変換ポテンシャルと現在の制限の両方を実証する。
我々は、セルフ進化エージェントエコシステムに向けた4段階のロードマップと、この移行をナビゲートする実践者のための具体的なレコメンデーションで締めくくります。
関連論文リスト
- Human-AI Collaboration and the Transformation of Software Engineering Work [0.0]
Generative AI(GenAI)とAgenic AIのソフトウェア開発への統合は、ソフトウェアエンジニアリングの再構成である。
私たちは、どの伝統的なアクティビティが自動化されているか、拡張されているか、新しく現れているかをマップします。
我々は、実証可能な9つの命題を導き、理論、産業労働の変革、大学のカリキュラム、組織的リーダーシップへの意味を明確に示します。
論文 参考訳（メタデータ） (2026-06-02T09:36:39Z) - AI-Generated Smells: An Analysis of Code and Architecture in LLM and Agent-Driven Development [1.980498913496519]
本稿では,AI生成ソフトウェアにおける技術的負債の体系的な監査について述べる。
AIは欠陥を排除せず、むしろ欠陥のマシンシグネチャを導入している。
将来的な進歩は、彼らが構築するソフトウェアが単に機能的であるだけでなく、メンテナンス可能であることを保証するために、明示的なアーキテクチャの展望を持つエージェントの装備に依存する、と結論付けています。
論文 参考訳（メタデータ） (2026-05-04T15:41:13Z) - IQuest-Coder-V1 Technical Report [56.045533451719905]
IQuest-Coder-V1 シリーズ-(7B/14B/40B/40B-Loop) は、新しいコード大言語モデル(LLM)のファミリーである。
IQuest-Coder-V1は、コードインテリジェンスの重要な次元にわたる競合モデルの最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-03-17T16:15:31Z) - 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) - Agentsway -- Software Development Methodology for AI Agents-based Teams [4.226647687395254]
Agentswayは、AIエージェントが一流の協力者として機能するエコシステム向けに設計された、新しいソフトウェア開発フレームワークである。
このフレームワークは、計画、プロンプト、コーディング、テスト、微調整エージェントの異なる役割を定義している。
Agentswayは、次世代のAIネイティブで自己改善型のソフトウェア開発方法論に向けた基本的なステップである。
論文 参考訳（メタデータ） (2025-10-26T11:58:42Z) - 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) - A Survey on Code Generation with LLM-based Agents [61.474191493322415]
大規模言語モデル(LLM)を利用したコード生成エージェントは、ソフトウェア開発パラダイムに革命をもたらしている。
LLMは3つのコア特徴によって特徴づけられる。
本稿では,LLMに基づくコード生成エージェントの分野を体系的に調査する。
論文 参考訳（メタデータ） (2025-07-31T18:17:36Z) - Unified Software Engineering agent as AI Software Engineer [14.733475669942276]
大規模言語モデル(LLM)技術は、自動コーディングに対する期待を高めた。
本稿では,統一ソフトウェア工学エージェントやUSEagentを開発することによって,この問題を理解することを目的とする。
私たちはUSEagentを、AIと人間の両方を含む将来のソフトウェア開発チームのチームメンバーになる、将来のAIソフトウェアエンジニアの最初のドラフトとして考えています。
論文 参考訳（メタデータ） (2025-06-17T16:19:13Z) - Vibe Coding vs. Agentic Coding: Fundamentals and Practical Implications of Agentic AI [0.36868085124383626]
レビューでは、AI支援ソフトウェア開発の新たなパラダイムとして、バイブコーディングとエージェントコーディングの2つを包括的に分析している。
Vibeのコーディングは、インプットベースで対話的なインタラクションを通じて、直感的で、ループ内の人間間インタラクションを強調する。
エージェントコーディングは、最小限の介入でタスクを計画、実行、テスト、反復できる目標駆動エージェントを通じて、自律的なソフトウェア開発を可能にする。
論文 参考訳（メタデータ） (2025-05-26T03:00:21Z)
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。