論文の概要: Escaping the Quicksand: A Call to Arms
- arxiv url: http://arxiv.org/abs/2608.19674v1
- Date: Thu, 20 Aug 2026 06:07:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 20:28:51.47241
- Title: Escaping the Quicksand: A Call to Arms
- Title（参考訳）: Quicksandを脱出する: 腕の呼び出し
- Abstract要約: テスト、*具体化*、証明の柔軟な組み合わせに対する実践的なアプローチを議論する。
これにより、AIと人的開発の両方に、より効果的なフィードバックループが提供される。
さらによいのは、完全なテスト、プロパティベースのテスト、シンボリック実行、証明をサポートする仕様を使用することだ。
- 参考スコア（独自算出の注目度）: 0.6288203290901819
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computing has been an astonishing success - but the accumulated technical debt exposes us all to huge costs in business and societal risk. For 75 years, we've built systems to prose specifications with test-and-debug development. That works well enough for industry to thrive, but it's an expensive and ineffective feedback loop, and leaves everyone relying on shaky foundations. Now, AI-enabled engineering is amplifying the success by reducing coding costs, but also amplifies the risks, by rapidly increasing technical debt, and by automating detection of the vulnerabilities therein. How can we do better? Research has long pursued mathematical proof of correctness, which, unlike testing, can cover all cases. This too has advanced massively, but it remains hard to apply, both technically and because of a deep-seated cultural disconnect. Instead, we argue for a pragmatic approach to flexible combinations of testing, *specification*, and proof, that provides more effective feedback loops for both AI and human development. Most simply, one can incrementally co-develop executable-as-test-oracle partial specifications alongside conventional prose descriptions, code, and tests. This clarifies design and makes testing much more discriminating. Developers can and should do it today. Or, even better, one can use specifications that support the full gamut of testing, property-based testing, symbolic execution, and proof. This enables a range of intertwined feedback loops, again both for AI and humans, from cheap testing to more expensive proof. However, making it really practical needs *semantics infrastructure*: specifications and tooling for the main programming languages and other abstractions, which we now more-or-less know how to build, but which is not yet in place. We call the community to arms to create and deploy it - to enable a future built on firmer ground.
- Abstract（参考訳）: コンピューティングは驚くべき成功を収めました。しかし、積み重なった技術的負債は、ビジネスと社会的リスクの巨大なコストに私たち全員をさらけ出します。
75年間、私たちはテストとデバッグの開発で仕様を手続きするシステムを構築してきました。
業界が成長するには十分ですが、これは高価で非効率なフィードバックループであり、誰もが不安定な基盤に依存しています。
現在、AI対応エンジニアリングは、コーディングコストを削減し、リスクを増幅し、技術的負債を急速に増加させ、脆弱性の検出を自動化することで、成功を増幅している。
どうすれば改善できるのか?
研究は長い間、すべてのケースをカバーすることができるテストとは異なり、正確性の数学的証明を追求してきた。
これも大きく進歩しているが、技術的にも文化的な切り離しが深いため、適用は困難である。
代わりに私たちは、AIと人間開発の両方により効果的なフィードバックループを提供するテスト、*具体化*、証明の柔軟な組み合わせに対する実践的なアプローチを主張します。
最も簡単に言えば、従来の散文記述やコード、テストと並行して、実行可能・テスト・オーラクルの部分的な仕様を段階的に共同開発することができる。
これは設計を明確にし、テストをより差別化します。
開発者は今日それをできるし、すべきです。
さらによいのは、完全なテスト、プロパティベースのテスト、シンボリック実行、証明をサポートする仕様を使用することだ。
これにより、AIと人間の両方にとって、より安価なテストからより高価な証明に至るまで、さまざまなインターツウィンドフィードバックループが可能になる。
しかし、実際に実際に必要としているのは *セマンティックインフラストラクチャ*: 主要なプログラミング言語や他の抽象化の仕様とツールです。
私たちはコミュニティを、しっかりとした基盤の上に構築された未来を実現するために、それを作り、デプロイするために武器として呼びます。
関連論文リスト
- Correctness, confidence, and context: Framing software assurance in the AI age [8.05458491503507]
十分な情報があれば、正しさへの道のりを理にかなっている、という考え方に依然として固執しています。
従来のソフトウェアエンジニアリングは厳格な推論、ドメイン知識、専門家の判断を通じて信頼を確立する。
生成AIの結果は洗練された予測であり、ヴァリアントの言葉は「おそらくほぼ正しい」。
論文 参考訳（メタデータ） (2026-07-06T04:49:51Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - MLS-Bench: A Holistic and Rigorous Assessment of AI Systems on Building Better AI [92.82821272460423]
MLS-Benchは、AIシステムが一般化可能なスケーラブルなMLメソッドを発明できるかどうかを評価するためのベンチマークである。
本研究では, エージェントの探索性能に及ぼすテスト時間スケーリング, 適応型計算アロケーション, コンテキストプロビジョニングの影響について検討する。
論文 参考訳（メタデータ） (2026-05-09T04:29:46Z) - Closing the Loop: A Software Framework for AI to Support Business Decision Making [0.07519872646378833]
我々は,AIエージェントの迅速な反復と学習速度を実現するソフトウェアフレームワークを開発した。
我々は不均一な効果、政策アルゴリズム、媒介分析、効果予測による因果解析を充実させる。
実験分析における様々な目的に対するアプローチの評価を行い,バニラエージェントによって構築されたベースライン解析よりも,フレームワークがコードの正確性を改善し,コード行数を削減し,性能が高いことを示す。
論文 参考訳（メタデータ） (2026-04-27T07:11:57Z) - To Copilot and Beyond: 22 AI Systems Developers Want Built [8.021702941771972]
860人のMicrosoft開発者を対象に調査を行い、AIサポートを希望する場所と、そこに留まることを希望する場所を調べた。
開発者が5つのタスクカテゴリにまたがって構築したい、22のAIシステムを特定します。
それぞれについて、それが解決する問題、構築が難しい理由、開発者がその振る舞いに課す制約について説明する。
論文 参考訳（メタデータ） (2026-04-09T05:31:34Z) - Human-AI Collaboration for Scaling Agile Regression Testing: An Agentic-AI Teammate from Manual to Automated Testing [1.4902707653987912]
本稿では,検証済み仕様から直接システムレベルのテストスクリプトを生成するエージェントAIアプローチを提案する。
私たちのソリューションは,Haconのアジャイルアーキテクチャに統合された,検索可能なマルチエージェントアーキテクチャを備えています。
結果は、AIチームメイトがテストスクリプトのスループットを大幅に向上し、手作業によるオーサリングの労力を削減していることを示している。
論文 参考訳（メタデータ） (2026-03-09T10:19:13Z) - CodeClash: Benchmarking Goal-Oriented Software Engineering [63.65464283837602]
6つのアリーナで8つのLMを評価するために、1680のトーナメント(合計25,200ラウンド)を実行しました。
結果は,モデルが多様な開発スタイルを示す一方で,戦略的推論の基本的制約を共有していることを明らかにする。
私たちはCodeClashをオープンソースにして、自律的でゴール指向のコード開発の研究を進めています。
論文 参考訳（メタデータ） (2025-11-02T07:42:51Z) - Good Vibrations? A Qualitative Study of Co-Creation, Communication, Flow, and Trust in Vibe Coding [6.862249355928346]
本稿では,AIとの対話,共同創造,開発者フローと喜びを中心に,バイブ符号化の基盤となる理論を提案する。
AIトラストは、委譲から共同創造への継続的な移動を規制し、フローを持続させることで開発者エクスペリエンスを支援する。
論文 参考訳（メタデータ） (2025-09-15T22:28:42Z) - Alignment with Fill-In-the-Middle for Enhancing Code Generation [56.791415642365415]
コードスニペットを小さな粒度のブロックに分割し,同じテストケースからより多様なDPOペアを生成する手法を提案する。
提案手法は,HumanEval (+), MBPP (+), APPS, LiveCodeBench, BigCodeBenchといったベンチマークデータセットの実験によって検証された,コード生成タスクの大幅な改善を示す。
論文 参考訳（メタデータ） (2025-08-27T03:15:53Z) - 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) - Generation Probabilities Are Not Enough: Uncertainty Highlighting in AI Code Completions [54.55334589363247]
本研究では,不確実性に関する情報を伝達することで,プログラマがより迅速かつ正確にコードを生成することができるかどうかを検討する。
トークンのハイライトは、編集される可能性が最も高いので、タスクの完了が早くなり、よりターゲットを絞った編集が可能になることがわかりました。
論文 参考訳（メタデータ） (2023-02-14T18:43:34Z)
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。