論文の概要: Specification-Driven Development as the Foundation of AI-Native Enterprise Software Engineering
- arxiv url: http://arxiv.org/abs/2607.16680v1
- Date: Sat, 18 Jul 2026 07:27:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.226309
- Title: Specification-Driven Development as the Foundation of AI-Native Enterprise Software Engineering
- Title（参考訳）: AI-Native Enterprise Software Engineeringの基礎としての仕様駆動開発
- Authors: Mamdouh Alenezi,
- Abstract要約: 大規模言語モデル(LLM)とエージェントAIは、ソフトウェアエンジニアリングを手作業によるコーディングからインテント仕様、アーキテクチャ、ガバナンスへとシフトさせています。
バイブコーディング(vibe coding)と、観察された振る舞いを通じてAIアーティファクトを受け入れる直観駆動アプローチ(intuition-driven approach)と、構造化仕様を真理の信頼できる情報源として使用する仕様駆動開発(Specification-Driven Development, SDD)の2つのパラダイムが登場した。
この記事では、3つのコントリビューションを行います。まず最初に、生産性-信頼性パラドックス、限られたコンテキストからのアーキテクチャ侵食、セキュリティ露出、技術的負債といった、過度な会話生成の失敗モードを特定します。
第2に、正式な仕様ガバナンス参照モデル(SGRM)を導入する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models (LLMs) and agentic AI are shifting software engineering from manual coding toward intent specification, architecture, and governance. Two paradigms have emerged: vibe coding, an intuition-driven approach accepting AI artifacts via observed behavior, and Specification-Driven Development (SDD), which uses structured specifications as the authoritative source of truth. This article makes three contributions. First, based on a verified literature corpus, it identifies failure modes of ungoverned conversational generation: the productivity-reliability paradox, architectural erosion from limited context, security exposure, and technical debt. Second, it introduces the Specification Governance Reference Model (SGRM). This tool-independent framework defines four-component specification contracts, constrains stochastic generation via deterministic validation, formalizes three rigor levels, and integrates generation, verification, and governance into a closed-loop architecture. Third, it evaluates SGRM against ISO/IEC 25010, mapping quality characteristics to governance mechanisms. Empirical evidence supports this, reporting a 73% reduction in security defects under constitutional constraints and a 50% reduction in time-to-market through specification-governed agentic delivery. The analysis concludes that while vibe coding is valuable for ideation and rapid prototyping, enterprise software requires specification governance to transform probabilistic AI generation into deterministic, auditable engineering. Boundary conditions, threats to validity, and future research directions are discussed.
- Abstract（参考訳）: 大規模言語モデル(LLM)とエージェントAIは、ソフトウェアエンジニアリングを手作業によるコーディングからインテント仕様、アーキテクチャ、ガバナンスへとシフトさせています。
バイブコーディング(vibe coding)、観察された振る舞いを通じてAIアーティファクトを受け入れる直感駆動アプローチ(intuition-driven approach)、構造化仕様を真理の権威源とする仕様駆動開発(Specification-Driven Development、SDD)の2つのパラダイムが登場した。
この記事は3つのコントリビューションを行います。
まず、検証済みの文献コーパスに基づいて、生産性-信頼性パラドックス、限られたコンテキストからのアーキテクチャ侵食、セキュリティ露出、技術的負債といった、過度な会話生成の失敗モードを特定します。
次に、仕様ガバナンス参照モデル(SGRM)を紹介します。
このツールに依存しないフレームワークは、4つのコンポーネントの仕様契約を定義し、決定論的検証による確率的生成を制約し、3つの厳密なレベルを形式化し、生成、検証、ガバナンスをクローズドループアーキテクチャに統合する。
第3に、ISO/IEC 25010に対してSGRMを評価し、品質特性をガバナンスメカニズムにマッピングする。
これを支持する実証的な証拠として、憲法上の制約の下でのセキュリティ欠陥の73%の削減と、仕様管理されたエージェントデリバリによる市場投入までの時間の50%の削減が報告されている。
この分析は、ビブコーディングはアイデアと迅速なプロトタイピングに価値があるが、エンタープライズソフトウェアは確率的AI生成を決定論的で監査可能なエンジニアリングに変換するために仕様管理を必要とすると結論付けている。
境界条件、妥当性への脅威、今後の研究方向性について論じる。
関連論文リスト
- From Determinism to Delegation: AI-Native Software Engineering and the Evolution of the Agentic Engineer [0.0]
ソフトウェアエンジニアリングは、ハイレベルなプログラミング言語の出現以来、最も重要な変革を経験しています。
本稿では、AI-Native Software Engineeringは単なるツールの進歩というよりもパラダイムシフトである、と論じる。
我々は、推論実行ループ、コンテキストエンジニアリング、ツール使用、メモリ、行動ドリフト、構成誤差を含む自律エージェントの中核メカニズムを定義する。
論文 参考訳（メタデータ） (2026-06-27T07:43:43Z) - VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents [57.240036084348354]
本稿では,ロボットスキルコントラクトの検証誘導自己進化のためのフレームワークであるVASOを紹介する。
VASOは論理的に一貫性のないスキル契約を検証し、グローバルおよびローカルな時間的仕様に対してスキルによって誘発される計画を検証する。
Clearpath Jackal と PX4 のクアッドコプタータスクでは、VASO は100点未満の最適化サンプルを使用して97.2% の形式的な仕様準拠に達した。
論文 参考訳（メタデータ） (2026-06-03T20:02:35Z) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - From Code-Centric to Intent-Centric Software Engineering: A Reflexive Thematic Analysis of Generative AI, Agentic Systems, and Engineering Accountability [0.0]
生成人工知能(GenAI)とエージェントシステムは、ソフトウェアエンジニアリングをコード中心の生産からインテント中心のヒューマンエージェント作業へと移行している。
以前の研究では、コード生成、AIペアプログラミング、ソフトウェアエンジニアリングエージェントについて検討されていたが、パブリックな技術談話とピアレビューされた証拠が、専門家の短期的な移行をどう表すかについては、あまり知られていない。
この研究は、ピアレビューされたソフトウェアエンジニアリングとAI文学、技術ベンチマーク、公開講演とインタビュー、エッセイ、製品が対象とする技術発表、著名なAIとソフトウェアエンジニアリングの声によるX-originatedな談話を組み合わせている。
論文 参考訳（メタデータ） (2026-05-10T20:45:06Z) - 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) - The Productivity-Reliability Paradox: Specification-Driven Governance for AI-Augmented Software Development [0.0]
コントロールされた研究によると、よくスコープされたタスクで生産性が20～56%向上し、最も厳格なRCT文書は経験豊富な開発者にとって19%の減速を報告している。
10,000人以上の開発者を対象としたテレメトリでは、プルリクエストが98%増加したが、フラットなデリバリメトリクスによるレビュー時間が91%長かった。
本稿では,非決定論的コードジェネレータから生じる系統的な現象と,仕様の不十分な規律であるProductivity-Reliability Paradox(PRP)について論じる。
論文 参考訳（メタデータ） (2026-05-01T23:37:50Z) - IACDM: Interactive Adversarial Convergence Development Methodology -- A Structured Framework for AI-Assisted Software Development [0.0]
この記事では、障害は構造的な原因 – 検証のギャップ – を共有している、と論じる。
我々は,外部検証エージェントによる検証ギャップに対処するために,構造化された8フェーズフレームワークであるIACDMを提案する。
論文 参考訳（メタデータ） (2026-03-31T09:48:09Z) - Beyond the 'Diff': Addressing Agentic Entropy in Agentic Software Development [42.371764229953165]
エージェントによる決定が時間やツールコール,アーキテクチャ境界を越えてどのように展開されるかを明らかにする,プロセス指向の説明可能性フレームワークを提案する。
私たちのアプローチは、既存のレビュープラクティスを置き換えるのではなく、補完するインテントレベルのテレメトリを提供します。
認知的ドリフトをコード品質と並んで第一級の関心事として扱うことで、エージェントの監視に必要な人間の理解の最小レベルを安定的に維持する。
論文 参考訳（メタデータ） (2026-03-03T12:55:28Z) - AI Bill of Materials and Beyond: Systematizing Security Assurance through the AI Risk Scanning (AIRS) Framework [31.261980405052938]
人工知能(AI)システムの保証は、ソフトウェアサプライチェーンセキュリティ、敵機械学習、ガバナンスドキュメントに分散している。
本稿では,AI保証の運用を目的とした脅威モデルに基づくエビデンス発生フレームワークであるAI Risk Scanning(AIRS)フレームワークを紹介する。
論文 参考訳（メタデータ） (2025-11-16T16:10:38Z) - SEER: Enhancing Chain-of-Thought Code Generation through Self-Exploring Deep Reasoning [41.76790935791852]
CoT(Chain-of-Thought)推論により、LLM(Large Language Models)は、コードを書く前に高いレベルの推論計画を開発することができる。
コード生成の正確かつ適応的な推論を可能にするSelf-Exploring Deep ReasoningフレームワークであるSEERを提案する。
論文 参考訳（メタデータ） (2025-10-20T03:51:17Z) - Safe and Certifiable AI Systems: Concepts, Challenges, and Lessons Learned [45.44933002008943]
この白書は、T"UV AUSTRIA Trusted AIフレームワークを提示する。
エンド・ツー・エンドの監査カタログであり、機械学習システムの評価と認定のための方法論である。
セキュアなソフトウェア開発、機能要件、倫理とデータプライバシという3つの柱の上に構築されているのは、EU AI Actの高レベルの義務を、特定かつテスト可能な基準に翻訳するものです。
論文 参考訳（メタデータ） (2025-09-08T17:52:08Z)
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。