論文の概要: AI Agent Pull Requests on GitHub: Frequency, Structure, and Merge Conflict Rates
- arxiv url: http://arxiv.org/abs/2607.04697v1
- Date: Mon, 06 Jul 2026 05:58:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:30.05459
- Title: AI Agent Pull Requests on GitHub: Frequency, Structure, and Merge Conflict Rates
- Title（参考訳）: AIエージェントがGitHubでリクエストをプルする - 頻度、構造、マージの衝突率
- Abstract要約: AIDev-popデータセット(2,807リポジトリにわたる33,596のPR)を使用して、並列サブミッションの大規模な実証分析を行う。
40.2%のレポジトリが共活性エージェントによるPRペアを持ち、これらの共活性ペアはAIエージェントが提出したすべてのPRの79.4%を占めている。
コアクティブPRペアの大多数では、両方のPRは同一のエージェント(イントラエージェント)によって作成され、コアクティブPRペアのわずか0.5%がクロスエージェントであった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI coding agents can create and submit pull requests (PRs) to a common repository at the same time; however, there is little research on the frequency of such concurrent submissions or the cost associated with them. In this study, we use the AIDev-pop dataset (33,596 PRs across 2,807 repositories) to perform the first large-scale empirical analysis of concurrency among agent-authored PRs. We find that under exact temporal overlap, 40.2% of repositories have co-active agent-authored PR pairs, and these co-active pairs account for 79.4% of all PRs submitted by an AI agent. When examining co-activity within a conventional one-week collaboration period, these percentages increase to 53.4% and 95.0%, respectively. For the vast majority of co-active PR pairs, both PRs were authored by the same agent (intra-agent), whereas only 0.5% of co-active pairs were cross-agent, and these were located in only 122 of the 2,807 total repositories examined (approximately 4.3%). Furthermore, we replayed actual three-way git merge operations on 747 unique co-active pairs (one per repository) to determine the rate of textual conflict when merging the two PRs in each pair. We found that the rate of textual conflict was significantly greater for cross-agent pairs than for intra-agent pairs: 41.7% versus 19.8%, respectively, with non-overlapping 95% confidence intervals. Finally, we developed a classification system based upon the output of git's conflict detection, and determined that the majority of conflicts result from changes to source code files (84.4% of conflicted files) rather than dependency manifest files, and that nearly 42% of the conflicts we observed were structural (modify/delete or add/add). Because these metrics capture only the textual layer, they represent a conservative lower bound on the cost associated with uncoordinated AI teammates working together.
- Abstract（参考訳）: AIコーディングエージェントは、プルリクエスト(PR)を同じリポジトリに同時に作成および送信することができるが、そのような同時提出の頻度やそれらに関連するコストについてはほとんど研究されていない。
本研究では,AIDev-popデータセット(2,807リポジトリにわたる33,596のPR)を用いて,エージェント認可PR間での並列性に関する大規模な実証分析を行う。
正確な時間的重なりの下では、40.2%のリポジトリが共アクティブなエージェントによるPRペアを持ち、これらの共アクティブなペアはAIエージェントが提出したすべてのPRの79.4%を占めている。
従来の1週間のコラボレーション期間におけるコアクティビティの調査では、それぞれ53.4%と95.0%に増加した。
共活性PRペアの大多数では、両方のPRは同一のエージェント(イントラエージェント)によって作成され、一方、共活性PRペアのわずか0.5%はクロスエージェントであり、これらは2,807個の全リポジトリのうち122個(約4.3%)にしか存在しなかった。
さらに,3方向のgitマージ操作を747個のユニークなコアクティブペア(レポジトリ毎に1つ)でリプレイし,各ペアに2つのPRをマージした場合のテキスト競合率を判定した。
テキスト・コンフリクトの比率は、アジェント内ペアに比べて有意に高く、それぞれ41.7%対19.8%であり、オーバーラップしない95%の信頼区間がある。
最後に,gitのコンフリクト検出の出力に基づく分類システムを開発し,ソースコードファイルの変更によるコンフリクトの大部分(84.4%のコンフリクトファイル)と,私たちが観察したコンフリクトの約42%が構造的(modify/delete,add/add)であることを確認した。
これらのメトリクスはテキスト層のみをキャプチャするので、協調していないAIチームメイトが一緒に作業する際のコストに対する保守的な低い境界を表している。
関連論文リスト
- AI-to-AI Code Reviews of GitHub Pull Requests [0.0]
クロスプロダクティビティのAI-to-AIレビューは、特定エージェント認可PRの約1.6%で実施された。
4例中3例では, PRあたりの平均コメントが58-65%高かった。
全体として、クローズドループのAI-to-AIレビューは増えているが、特定されたエージェント活動の少数派である。
論文 参考訳（メタデータ） (2026-08-21T17:17:35Z) - Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
PointArena 2026は77.2%の精度でベンチマークで2位である。
ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。
次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
論文 参考訳（メタデータ） (2026-06-29T06:39:03Z) - Beyond Simpson's Paradox: A Cascade of Confounders in AI Agent Pull-Request Co-Authorship [7.731517937404174]
エージェントアイデンティティによるAIDevデータセットからの33,596のPRは、結論を覆している。
リポジトリの選択とPR構造の両方が制御されると、明確な共著者効果を維持するエージェントは存在しない。
論文 参考訳（メタデータ） (2026-06-21T23:16:19Z) - SWE-chat: Coding Agent Interactions From Real Users in the Wild [70.18158706281724]
SWE-chatは、オープンソースの開発者から収集された実際のコーディングエージェントセッションの大規模なデータセットである。
現在、データセットには6000のセッションが含まれており、63,000以上のユーザプロンプトと355,000のエージェントツールコールが含まれている。
論文 参考訳（メタデータ） (2026-04-22T17:08:19Z) - ClawArena: Benchmarking AI Agents in Evolving Information Environments [61.664633997138004]
ClawArenaは、進化する情報環境におけるAIエージェントの評価のためのベンチマークである。
それぞれのシナリオは、エージェントをノイズ、部分的、時には矛盾するトレースだけに露呈しながら、完全に隠された地上の真実を維持します。
評価は、マルチソースコンフリクト推論、動的信念修正、暗黙のパーソナライゼーションという3つの複合的な課題に基づいて構成される。
論文 参考訳（メタデータ） (2026-04-05T17:55:23Z) - Effective Strategies for Asynchronous Software Engineering Agents [52.76455094324273]
本稿では,集中型タスクデリゲート,非同期実行,独立したワークスペースという,3つのSWEプリミティブに根ざした構造化マルチエージェント協調パラダイムを導入する。
CAIDは,紙再生タスク(PaperBench)では26.7%,Pythonライブラリ開発タスクでは14.3%,単一エージェントベースラインでは26.7%の精度向上を実現している。
論文 参考訳（メタデータ） (2026-03-23T02:26:35Z) - Comparing AI Coding Agents: A Task-Stratified Analysis of Pull Request Acceptance [4.424336158797069]
この記事では、AIを利用した一般的な5つのコーディングアシスタント(OpenAI Codex、GitHub Copilot、Devin、Cursor、Claude Code)を比較します。
デビンは受容率において唯一一貫した正の傾向を示す(32週間で週0.77%以上)。
分析の結果,PRタスクタイプが受入率に影響を及ぼす主要な要因であることが示唆された。
論文 参考訳（メタデータ） (2026-02-09T17:14:46Z) - Why Are AI Agent Involved Pull Requests (Fix-Related) Remain Unmerged? An Empirical Study [5.127121704630949]
AIDEV POPデータセットから広く使用されている5つのAIコーディングエージェントによって作成された8,106の修正関連PRを分析した。
以上の結果から,他のPRによるテストケース障害や,同じ問題に対する事前解決が,非統合の最も一般的な原因であることが示唆された。
論文 参考訳（メタデータ） (2026-01-29T22:06:58Z) - Code Change Characteristics and Description Alignment: A Comparative Study of Agentic versus Human Pull Requests [0.0]
我々は,33,596個のエージェント生成PRと6,618個の人間PRを分析し,コード変更特性とメッセージ品質を比較した。
エージェントはより強いコミットレベルメッセージを生成するが、PRレベルの要約では人間を遅延させる。
これらの結果は,エージェントのマイクロレベルの精度とマクロレベルのコミュニケーションのギャップを浮き彫りにしている。
論文 参考訳（メタデータ） (2026-01-24T23:33:07Z) - CooperBench: Why Coding Agents Cannot be Your Teammates Yet [44.06715229961526]
CooperBenchは、4つのプログラミング言語で12のライブラリにまたがる600以上の協調コーディングタスクのベンチマークである。
エージェントは、両方のタスクを個別に実行するよりも、一緒に働く場合の平均30%低い成功率を達成する。
分析の結果,(1)コミュニケーションチャネルは不明瞭で不正確なメッセージに悩まされる,(2)効果的なコミュニケーションであっても,エージェントはコミットメントから逸脱する,(3)エージェントが他人の計画やコミュニケーションに対して誤った期待を抱いている,という3つの重要な問題が明らかになった。
論文 参考訳（メタデータ） (2026-01-19T18:48:37Z) - Analyzing Message-Code Inconsistency in AI Coding Agent-Authored Pull Requests [5.885226503818935]
AIコーディングエージェントによって生成されたプルリクエスト記述は、人間のレビュアーにコード変更を伝えるための主要なチャネルである。
PRメッセージコード不整合(PR-MCI)を用いた5エージェントにわたるエージェントPR23,247の解析を行った。
高MCIのPRは51.7%減少し、合併までに3.5倍の期間を要した。
論文 参考訳（メタデータ） (2026-01-08T12:31:02Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z) - Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。
Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。
SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
論文 参考訳（メタデータ） (2025-09-25T14:05:55Z)
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。