論文の概要: Update from Hell: Can Coding Agents Survive Hidden Breakage in Dependency Upgrades?
- arxiv url: http://arxiv.org/abs/2608.30300v1
- Date: Mon, 31 Aug 2026 06:13:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.252064
- Title: Update from Hell: Can Coding Agents Survive Hidden Breakage in Dependency Upgrades?
- Title（参考訳）: 地獄からのアップデート: コーディングエージェントは依存性のアップグレードで隠れた欠陥を乗り越えられるか?
- Abstract要約: DEPBENCHは5つのパッケージエコシステムにわたる203の実際の依存性アップグレードタスクからなるベンチマークである。
我々は、DEPBENCH上でのメインストリームのコーディングエージェントの評価を行い、現在のエージェント機能と実世界のソフトウェア保守ニーズとの間に重要なギャップを浮き彫りにしている。
- 参考スコア（独自算出の注目度）: 46.693059419882694
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modern software systems rely heavily on third-party dependencies, but upgrading those dependencies remains a costly maintenance activity. Dependency upgrades do not always preserve the function signatures, type systems, APIs, or runtime semantics assumed by existing code. Consequently, developers often need to perform source code adaptations to accommodate dependency-induced changes. However, such code-level changes are often not explicitly communicated to project maintainers, posing a significant challenge to software reliability. Meanwhile, coding agents have emerged as a new form of software development tool and are increasingly adopted by developers due to their automation capabilities. In this paper, we introduce DEPBENCH, a benchmark consisting of 203 real-world dependency-upgrade tasks across five package ecosystems spanning five language communities, each involving hidden code-level changes that require source code adaptation. We evaluate mainstream coding agents on DEPBENCH. The best completed configuration solves only 104/203 tasks (51.2%), with substantial variation across agent harnesses, models, and ecosystems, highlighting an important gap between current agent capabilities and real-world software maintenance needs.
- Abstract（参考訳）: 現代のソフトウェアシステムは、サードパーティの依存関係に大きく依存していますが、依存関係をアップグレードすることは、依然としてコストのかかるメンテナンス活動です。
依存性のアップグレードは、関数シグネチャ、型システム、API、既存のコードによって仮定される実行時セマンティクスを常に保持するとは限らない。
そのため、開発者は依存関係によって引き起こされる変更に対応するために、しばしばソースコードの適応を実行する必要がある。
しかしながら、このようなコードレベルの変更はプロジェクトのメンテナに明示的に伝達されないことが多いため、ソフトウェアの信頼性に重大な課題が生じる。
一方、コーディングエージェントはソフトウェア開発ツールの新たな形式として登場し、自動化機能のために開発者がますます採用している。
本稿では,5つの言語コミュニティにまたがる5つのパッケージエコシステムにまたがる,実世界の203の依存性改善タスクからなるベンチマークであるDEPBENCHを紹介する。
我々は、DEPBENCH上で、主流の符号化エージェントを評価する。
最高の設定は104/203タスク(51.2%)のみを解決し、エージェントハーネス、モデル、エコシステムにかなりのばらつきがあり、現在のエージェント機能と実際のソフトウェアメンテナンスニーズの間に重要なギャップが浮かび上がっている。
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) - Self-Evolving Coding Agents [11.43197414613246]
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。
論文 参考訳（メタデータ） (2026-08-04T09:43:46Z) - 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) - ABC-Bench: Benchmarking Agentic Backend Coding in Real-World Development [72.4729759618632]
本稿では,現実的かつ実行可能なワークフロー内でエージェントバックエンドコーディングを評価するベンチマークであるABC-Benchを紹介する。
オープンソースリポジトリから8つの言語と19のフレームワークにまたがる224の実践的なタスクをキュレートしました。
我々の評価は、最先端モデルでさえ、これらの総合的なタスクに対して信頼性の高いパフォーマンスを提供するのに苦労していることを示している。
論文 参考訳（メタデータ） (2026-01-16T08:23:52Z) - Architecting AgentOps Needs CHANGE [0.0]
エージェントAIシステムのアーキテクチャには、コントロールループの管理から、エージェント、インフラストラクチャ、人間の監視間の動的共進化の実現へのシフトが必要だ、と私たちは主張する。
本稿では,エージェントAIシステムを運用する6つの機能からなる概念的フレームワークを紹介する。
論文 参考訳（メタデータ） (2026-01-10T06:51:39Z) - NL2Repo-Bench: Towards Long-Horizon Repository Generation Evaluation of Coding Agents [79.29376673236142]
既存のベンチマークは、完全なソフトウェアシステムを構築するのに必要な長期的能力の厳格な評価に失敗する。
符号化エージェントの長期リポジトリ生成能力を評価するために設計されたベンチマークであるNL2Repo Benchを提案する。
論文 参考訳（メタデータ） (2025-12-14T15:12:13Z) - LLM Agents for Automated Dependency Upgrades [14.958375551367132]
LLMエージェントのフレームワークを導入し、コード更新を自動的に推奨し、適用し、新しいバージョンとの互換性を確保する。
私たちのソリューションは、更新されたライブラリをライブJavaで自動的にローカライズし、推奨された修正をユーザフレンドリーな方法で実装できます。
その結果,提案手法はトークンの少ないアップグレードを行うだけでなく,71.4%の精度を実現し,最先端手法と比較して効率と有効性を強調した。
論文 参考訳（メタデータ） (2025-10-03T19:57:10Z) - Code2MCP: Transforming Code Repositories into MCP Services [53.234097255779744]
Model Context Protocol (MCP)は、大規模言語モデルがどのようにツールを使用するかの標準を作成することを目的としている。
私たちは、GitHubリポジトリを機能的なMSPサービスに自動的に変換するエージェントベースのフレームワークであるCode2MCPを紹介します。
Code2MCPはバイオインフォマティクス、数学、流体力学などの科学分野におけるオープンソースの計算ライブラリの変換に成功している。
論文 参考訳（メタデータ） (2025-09-07T06:13:25Z) - MaintainCoder: Maintainable Code Generation Under Dynamic Requirements [35.230289807466924]
保守性は、現実世界のソフトウェア開発において重要な要素です。
最小限の再作業で動的要求を処理するために MaintainCoder を提案する。
ウォーターフォールモデル、デザインパターン、マルチエージェントコラボレーションを統合する。
論文 参考訳（メタデータ） (2025-03-31T16:06:47Z) - Evaluating Software Development Agents: Patch Patterns, Code Quality, and Issue Complexity in Real-World GitHub Scenarios [13.949319911378826]
この調査は、500の現実のGitHubイシューで上位10のエージェントから4,892のパッチを評価した。
一人のエージェントが支配的であり、170の問題が未解決であり、改善の余地があった。
ほとんどのエージェントはコードの信頼性とセキュリティを維持し、新しいバグや脆弱性を避けた。
一部のエージェントはコードの複雑さを増し、多くの重複を減らし、コードの臭いを最小限にした。
論文 参考訳（メタデータ） (2024-10-16T11:33:57Z) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z)
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。