論文の概要: Self-Evolving Coding Agents
- arxiv url: http://arxiv.org/abs/2608.03392v1
- Date: Tue, 04 Aug 2026 09:43:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 07:04:20.711717
- Title: Self-Evolving Coding Agents
- Title（参考訳）: 自己進化型符号化剤
- Abstract要約: 自己進化型コーディングエージェントは、リポジトリを検査し、ツールを実行し、テストを実行し、障害をデバッグし、パッチを生成することができる。
まず、自己進化型プログラミングエージェントを定義し、それらを従来のコーディングエージェントや一般的な自己進化型エージェントと区別する。
実行可能なフィードバック、リポジトリレベルのコンテキスト、コーディングトラジェクトリは、ソフトウェアエンジニアリングをエージェントの自己進化のための自然なドメインとして、ユニークな役割を与えます。
- 参考スコア（独自算出の注目度）: 11.43197414613246
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models are increasingly embedded in software engineering workflows as coding agents that can inspect repositories, invoke tools, execute tests, debug failures, and generate patches. Yet most existing agents remain largely static after deployment, even though software development is a dynamic, feedback-rich process in which repositories evolve, dependencies change, tests fail, and repair attempts leave reusable experience. This tension has motivated a growing body of work on self-evolving coding agents, where the agent improves its future behavior by updating its framework, memory, skills, tools, models, or collaboration structures from prior coding interactions. In this survey, we provide a systematic synthesis of this emerging area. We first define self-evolving coding agents and distinguish them from conventional coding agents and general self-evolving agents. We then develop an object-centered taxonomy that characterizes what evolves in these systems, and complement it with two orthogonal perspectives: when evolution occurs and what software-specific evidence drives it. Across the literature, we find that executable feedback, repository-level context, and coding trajectories give software engineering a distinctive role as a natural domain for agent self-evolution, but also introduce new challenges in feedback reliability, benchmark overfitting, safety, maintainability, cost, and generalization. By organizing existing work around these dimensions, this survey aims to clarify the conceptual boundaries of self-evolving coding agents and provide a foundation for designing more adaptive, reliable, and software-aware agentic systems. The papers we collect can be found at https://github.com/zhouhao1024/Awesome-Self-Evolving-Coding-Agents.
- Abstract（参考訳）: 大規模な言語モデルは、リポジトリの検査、ツールの実行、テストの実行、障害のデバッグ、パッチの生成が可能なコーディングエージェントとして、ソフトウェアエンジニアリングワークフローに組み込まれている。
ソフトウェア開発は動的でフィードバックに富んだプロセスであり、リポジトリの進化、依存関係の変更、テストの失敗、修復の試みは再利用可能な経験を残している。
この緊張は、自己進化型コーディングエージェントへの取り組みの高まりを動機付け、エージェントは、以前のコーディングインタラクションからフレームワーク、メモリ、スキル、ツール、モデル、あるいはコラボレーション構造を更新して、将来の振る舞いを改善する。
本調査では,この新興地域を体系的に合成する。
まず、自己進化型プログラミングエージェントを定義し、それらを従来のコーディングエージェントや一般的な自己進化型エージェントと区別する。
次に、これらのシステムで何が進化しているかを特徴付けるオブジェクト指向の分類法を開発し、それを2つの直交的な視点で補完する。
文献全体では、実行可能なフィードバック、リポジトリレベルのコンテキスト、コーディングの軌跡によって、ソフトウェアエンジニアリングはエージェントの自己進化のための自然なドメインとしてユニークな役割を担いますが、フィードバックの信頼性、ベンチマーク過適合、安全性、保守性、コスト、一般化における新たな課題も導入しています。
本調査は, 自己進化型コーディングエージェントの概念的境界を明確にし, 適応性が高く, 信頼性が高く, ソフトウェア対応のエージェントシステムを設計するための基盤を提供することを目的としている。
私たちが収集した論文はhttps://github.com/shuhao1024/Awesome-Self-Evolving-Coding-Agentsで見ることができる。
関連論文リスト
- Agents in the Large: Perception-Centered Architecture for Persistent Agents [66.30987129595137]
永続エージェント(Pera)のための知覚中心型アーキテクチャを提案する。
Pera氏は、サービス関連信号を継続的に知覚する知覚と制御コンポーネントを中心に組織された永続的なエージェントについて説明する。
私たちはPeraを使って、最近の作業を振り返りに整理し、詳細なケーススタディを調べ、より有能な永続的なエージェントを構築するための前向きな洞察を提供します。
論文 参考訳（メタデータ） (2026-08-31T09:04:52Z) - AgentX: Towards Agent-Driven Self-Iteration of Industrial Recommender Systems [82.01232437066487]
AgentXはプロダクションデプロイされたマルチエージェントシステムで、このプロダクション機能を再構築する。
自律的に生成し、実装し、評価し、レコメンデーション実験から学ぶ。
AgentXは4つの密結合したステージをクローズドループでオーケストレーションする。
論文 参考訳（メタデータ） (2026-06-25T10:42:28Z) - How Do Developers Maintain and Evolve Their Agents' Instructions? An Empirical Study [9.708580060106414]
エージェントコンテキストファイル(ACF)は、エージェントを構造化命令でガイドする実用的なメカニズムとして登場した。
本稿では,ACFの進化とエージェント駆動開発におけるその役割について検討する。
論文 参考訳（メタデータ） (2026-06-24T00:32:18Z) - Agentic Software: How AI Agents Are Restructuring the Software Paradigm [0.0]
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。
論文 参考訳（メタデータ） (2026-06-04T02:30:06Z) - Code as Agent Harness [107.31925305395957]
新興のエージェントシステムでは、コードはもはや単なる目標出力ではない。
コードはエージェントの推論、行動、環境モデリング、実行ベースの検証のための運用上の基盤としてますます役立っている。
この調査は、実行可能、検証可能、ステートフルなAIエージェントシステムに向けた統一されたロードマップを提供する。
論文 参考訳（メタデータ） (2026-05-18T17:59:03Z) - 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) - Bridging the Prototype-Production Gap: A Multi-Agent System for Notebooks Transformation [0.0]
本稿では,JupyterノートブックをPythonコードリポジトリに自動的に変換する,新しいマルチエージェントシステムであるCodelevateを提案する。
私たちのシステムでは,アーキテクチャの一貫性とコード品質を保証するために,アーキテクチャ,開発者,構造という3つの専門エージェントを共用する。
論文 参考訳（メタデータ） (2025-11-10T16:05:10Z) - A Survey of Vibe Coding with Large Language Models [93.88284590533242]
視覚符号化(Vibe Coding)は、開発者が成果観察を通じてAI生成の実装を検証する開発手法である。
変革の可能性にもかかわらず、この創発的パラダイムの有効性は未解明のままである。
この調査は、大規模な言語モデルによるVibe Codingの総合的かつ体系的なレビューを初めて提供する。
論文 参考訳（メタデータ） (2025-10-14T11:26:56Z) - AI Agentic Programming: A Survey of Techniques, Challenges, and Opportunities [8.086360127362815]
大規模言語モデル(LLM)ベースのコーディングエージェントは、コンパイラ、デバッガ、バージョン管理システムなどのツールを自律的に計画し、実行し、操作する。
従来のコード生成とは異なり、これらのエージェントは目標を分解し、多段階プロセスをコーディネートし、フィードバックに基づいて適応し、ソフトウェア開発のプラクティスを再構築する。
論文 参考訳（メタデータ） (2025-08-15T00:14:31Z) - A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。
近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。
この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
論文 参考訳（メタデータ） (2025-08-10T16:07:32Z) - A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence [87.08051686357206]
大きな言語モデル(LLM)は強力な能力を示しているが、基本的に静的である。
LLMはますますオープンでインタラクティブな環境にデプロイされているため、この静的な性質は重要なボトルネックとなっている。
この調査は、自己進化エージェントの体系的で包括的なレビューを初めて提供する。
論文 参考訳（メタデータ） (2025-07-28T17:59:05Z)
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。