論文の概要: Early Adoption of Agentic Coding Tools by GitHub Projects
- arxiv url: http://arxiv.org/abs/2607.14037v2
- Date: Thu, 16 Jul 2026 16:57:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 14:53:42.227491
- Title: Early Adoption of Agentic Coding Tools by GitHub Projects
- Title（参考訳）: GitHubプロジェクトによるエージェントコーディングツールの早期採用
- Authors: Maliha Noushin Raida, Daqing Hou,
- Abstract要約: 2,361人気のGitHubリポジトリから25,264のプルリクエスト(PR)を分析します。
以上の結果から,中央リポジトリは3カ月間に1～2個のエージェントPRしか生成しないことが明らかとなった。
小プロジェクトは中規模プロジェクトや大規模プロジェクトよりも参加率とエージェントPR活動の平均レベルが高い。
- 参考スコア（独自算出の注目度）: 0.9310318514564272
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agentic coding tools are increasingly capable of generating and submitting pull requests (PRs) to software projects, introducing new forms of human-agent collaboration in software development. While prior studies have examined PR-level outcomes of agent-generated contributions, less is known about how agentic coding tools are adopted and managed at the project level. In this paper, we analyze 25,264 agentic PRs from 2,361 popular GitHub repositories to investigate (1) the adoption of agentic coding tools, (2) project-level agentic PR productivity, and (3) human-agent collaboration patterns. Our results show that the median repository generates only one to two agentic PRs during a three-month period, indicating that intensive adoption remains concentrated in a small subset of projects. At the same time, small projects (1-5 contributors) exhibit higher participation ratios and average levels of agentic PR activity than medium-sized and large projects. We also observe substantial variation in project-level agentic PR productivity. While a small number of projects exceed an industry-reported estimate of 36 PRs per participant during the three-month observation period, most projects remain below this threshold. Finally, human-agent collaboration is dominated by a single-human oversight model, in which one developer reviews and/or modifies the agent's contributions, while multi-human collaboration patterns remain uncommon. These findings provide early empirical evidence on how open-source projects organize human oversight around agentic coding tools and suggest that successful integration of agent-generated contributions depends not only on advances in agent capabilities but also on the human and organizational processes that govern their use. Because this study captures an early snapshot of agent adoption, future work should continue to track how adoption patterns evolve over time.
- Abstract（参考訳）: エージェントコーディングツールは、ソフトウェアプロジェクトにプルリクエスト(PR)を生成して送信する能力が増し、ソフトウェア開発における人間とエージェントのコラボレーションの新しい形式を導入している。
エージェント生成コントリビューションのPRレベルの結果について以前の研究では検討されているが、エージェントコーディングツールがプロジェクトレベルでどのように採用され、管理されるかについてはあまり知られていない。
本稿では,2,361のGitHubリポジトリから25,264のエージェントPRを分析し,(1)エージェントコーディングツールの採用,(2)プロジェクトレベルのエージェントPR生産性,(3)人間とエージェントのコラボレーションパターンについて検討する。
以上の結果から,中央リポジトリは3カ月間に1～2個のエージェントPRしか生成しないことが明らかとなった。
同時に、小規模プロジェクト(1～5人のコントリビュータ)は、中規模プロジェクトや大規模プロジェクトよりも参加率とエージェントPR活動の平均レベルが高い。
また,プロジェクトレベルのエージェントPR生産性のかなりの変動も観察した。
3ヶ月の観測期間に1回のPRが36件と報告されているが、ほとんどのプロジェクトはこのしきい値を下回っている。
最後に、人間とエージェントのコラボレーションは、一人の開発者がエージェントのコントリビューションをレビューしたり修正したりしながら、複数人のコラボレーションパターンが一般的でありながら、シングルヒューマンの監視モデルによって支配される。
これらの発見は、オープンソースプロジェクトがエージェントコーディングツールに関する人間の監督を組織する方法について、初期の実証的な証拠を提供し、エージェント生成コントリビューションの正常な統合はエージェント能力の進歩だけでなく、その使用を管理する人間や組織プロセスにも依存していることを示唆している。
この研究は、エージェントの採用の初期のスナップショットを捉えているので、今後の作業は、採用パターンが時間とともにどのように進化していくかを追跡する必要がある。
関連論文リスト
- Humans Integrate, Agents Fix: How Agent-Authored Pull Requests Are Referenced in Practice [4.359007050137919]
エージェント-エージェント間およびエージェント-エージェント間相互作用におけるエージェント-認可されたPR参照の意図を特徴付けるための分類法を導入する。
我々の分析によると、人間はエージェントによるPRへの参照をほとんど開始するが、これらの相互作用の大部分はAIによる支援である。
参照/参照型PRは, 孤立型PRと比較して, 寿命とレビュー時間が著しく長いことが判明した。
論文 参考訳（メタデータ） (2026-04-05T11:04:46Z) - A Task-Level Evaluation of AI Agents in Open-Source Projects [0.0]
AIDev-popを用いた5種類の自律型符号化エージェントの比較検討を行った。
PRライフサイクルにまたがる3つのタスク認識次元に沿ってエージェントのパフォーマンスを評価する。
本研究は,協調ソフトウェア工学への効果的な統合のためのAIエージェントの選択と改善について報告する。
論文 参考訳（メタデータ） (2026-02-02T17:05:19Z) - Are We All Using Agents the Same Way? An Empirical Study of Core and Peripheral Developers Use of Coding Agents [4.744786007044749]
我々は,コア開発者および周辺開発者の受け入れに先立って,エージェント生成コントリビューションの使用,レビュー,修正,検証について検討する。
周辺開発者のサブセットはエージェントを頻繁に使用し、バグ修正、機能追加、ドキュメント、テストに均等にタスクを委譲する。
対照的に、コア開発者はドキュメントとテストに集中しているが、エージェントPRはメイン/マスターブランチに頻繁にマージされる。
論文 参考訳（メタデータ） (2026-01-27T22:50:01Z) - From Correctness to Collaboration: Toward a Human-Centered Framework for Evaluating AI Agent Behavior in Software Engineering [7.402388519535592]
現在のベンチマークでは、コードの正確性に重点を置いているが、人間とAIのパートナーシップを成功させる上で欠かせない、対話的な振る舞いを捉えていない。
本稿では,エンタープライズソフトウェア工学における望ましいエージェント行動の基礎的分類について述べる。
また、コンテキスト適応行動(CAB)フレームワークを導入します。
論文 参考訳（メタデータ） (2025-12-29T20:18:57Z) - TOM-SWE: User Mental Modeling For Software Engineering Agents [75.28749912645127]
ToM-SWEは、プライマリ・ソフトウェア・エンジニアリング(SWE)エージェントとライトウェイト・オブ・ミンド(ToM)パートナーエージェントを組み合わせたデュアルエージェントアーキテクチャである。
ToM-SWEは、ユーザー目標、制約、およびインストラクションとインタラクション履歴から好みを推測する。
2つのソフトウェアエンジニアリングベンチマークでは、ToM-SWEはタスクの成功率とユーザの満足度を改善する。
論文 参考訳（メタデータ） (2025-10-24T16:09:51Z) - How can we assess human-agent interactions? Case studies in software agent design [52.953425368394306]
我々は,人間とエージェントの相互作用の厳密な評価に向けて,二つの大きな一歩を踏み出した。
エージェント設計のより効率的な人間中心評価のためのフレームワークであるPULSEを提案する。
私たちは、オープンソースのソフトウェアエージェントOpenHandsを中心に構築された大規模なWebプラットフォームにフレームワークをデプロイします。
論文 参考訳（メタデータ） (2025-10-10T19:04:28Z) - On the Use of Agentic Coding: An Empirical Study of Pull Requests on GitHub [6.7302091035327285]
大規模言語モデル(LLM)は、ソフトウェア開発プロセスに統合されつつある。
自律的なAIエージェントを使用して、コードを生成し、人間の介入を最小限に抑えたプルリクエストを提出する能力は、標準のプラクティスになる可能性がある。
エージェントコーディングツールであるClaude Codeを使って生成した567のGitHubプルリクエスト(PR)を、157のオープンソースプロジェクトで実証研究しました。
論文 参考訳（メタデータ） (2025-09-18T08:48:32Z) - Scaling Agents via Continual Pre-training [80.97989245493326]
我々は,エージェント連続事前学習(Agentic CPT)を深層研究エージェント訓練パイプラインに組み込んで,強力なエージェント基礎モデルを構築することを提案する。
我々は,AgentFounder-30Bを10のベンチマークで評価し,強力なツール使用能力を保ちながら最先端のパフォーマンスを実現した。
論文 参考訳（メタデータ） (2025-09-16T17:57:19Z) - Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。
我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。
結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
論文 参考訳（メタデータ） (2025-07-10T20:12:54Z)
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。