論文の概要: A Phased Workflow for Operating LLM-Based Coding Agents
- arxiv url: http://arxiv.org/abs/2608.30701v1
- Date: Mon, 31 Aug 2026 12:39:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.39108
- Title: A Phased Workflow for Operating LLM-Based Coding Agents
- Title（参考訳）: LLMをベースとした符号化エージェントのためのフェーズドワークフロー
- Abstract要約: InfobipのAI研究チームが開発したコーディングエージェントを操作するための段階的ワークフローについて報告する。
コンテキスト管理は、既知の障害モードに対応するために各フェーズで適用される4つの戦略を通じて対処される、中心的な関心事である。
ワークフローの有効性のためのメトリクスの欠如と、形式化されたコンテキスト管理コンポーネントと実践者が必要とするワークフローレベルのパターンのギャップです。
- 参考スコア（独自算出の注目度）: 0.7874708385247353
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: LLM-based coding agents combine a foundation model with a harness that shapes agent behavior. For non-trivial tasks, how practitioners structure their work with the coding agents determines whether reliable results follow. We report on a phased workflow for operating coding agents developed by the AI research team at Infobip. The workflow structures agent-assisted development into four phases where human effort is front-loaded and delegation increases as artifacts mature. Context management is the central concern, addressed through four strategies applied at each phase to counter known failure modes. From practitioner experience, we observe that upstream errors in research and planning can compound across later phases, while correcting generated code can introduce bloat and fragility. This motivates front-loading human review. We identify two open problems: the absence of metrics for workflow effectiveness and the gap between formalized context management components and the workflow-level patterns that practitioners need.
- Abstract（参考訳）: LLMベースのコーディングエージェントは、基礎モデルとエージェントの振る舞いを形作るハーネスを組み合わせる。
非自明なタスクでは、実践者がコーディングエージェントで作業をどのように構成するかによって、信頼できる結果が従うかどうかが決定される。
InfobipのAI研究チームが開発したコーディングエージェントを操作するための段階的ワークフローについて報告する。
ワークフロー構造はエージェント支援され、人間の作業がフロントロードされ、アーティファクトが成熟するにつれてデリゲートが増加する4つのフェーズに展開する。
コンテキスト管理は、既知の障害モードに対応するために各フェーズで適用される4つの戦略を通じて対処される、中心的な関心事である。
実践的な経験から、研究や計画における上流のエラーが後続のフェーズをまたいで複雑化するのに対して、生成されたコードの修正は肥大化と脆弱性をもたらす可能性があることを観察する。
これは、フロントローディングの人間レビューを動機付けている。
ワークフローの有効性のためのメトリクスの欠如と、形式化されたコンテキスト管理コンポーネントと実践者が必要とするワークフローレベルのパターンのギャップです。
関連論文リスト
- Knowledge-Centric Agents for Workflow Generation [73.4340391112949]
複数の抽象化レベルにわたる知識を逆転させ、注入し、推論することを学ぶ知識中心のフレームワークを提案する。
提案手法は,ノードの多様性,コヒーレントな構造,既存システムよりも高い実行成功率で生成する。
論文 参考訳（メタデータ） (2026-07-17T11:03:01Z) - Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory [17.95201244576703]
信頼性の高いマルチステップを実行するためのLLM(Large Language Models)の取得は、人工知能における中心的な課題となっている。
この課題は、自然言語の曖昧さ(NL)が形式言語(FL)の発展を動機付けている数学における長年の問題を反映している。
エージェントの振る舞いをモデル化し検証するための依存型FLであるLean4を使用した最初のフレームワークである**Lean4Agent*を提案する。
論文 参考訳（メタデータ） (2026-06-02T18:46:50Z) - Beyond Individual Intelligence: Surveying Collaboration, Failure Attribution, and Self-Evolution in LLM-based Multi-Agent Systems [65.90791804095561]
マルチエージェントシステムは、特殊エージェント間の構造化された協調を通じてこの問題に対処するが、より厳密な調整は、あまり検討されていないリスクを増幅する。
既存の調査では、個々のエージェント能力、マルチエージェントのコラボレーション、エージェントの自己進化を別々にカバーしている。
この調査は4つの因果関係のあるステージを中心にまとめられた統一されたレビューを提供する。これはLIFEの進展(Lay the capabilities foundation)、協力によるエージェントの統合、帰属による障害の発見、自律的な自己改善によるEvolveである。
論文 参考訳（メタデータ） (2026-05-14T14:36:13Z) - MedDCR: Learning to Design Agentic Workflows for Medical Coding [55.51674334874892]
医療符号化は、フリーテキスト臨床ノートを標準化された診断および手続きコードに変換する。
本稿では,設計を学習問題として扱うクローズドループフレームワークであるMedDCRを提案する。
ベンチマークデータセットでは、MedDCRは最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2025-11-17T13:30:51Z) - AgentCompass: Towards Reliable Evaluation of Agentic Workflows in Production [4.031479494871582]
本稿では,エージェントパイプラインのデプロイ後監視と推論に特化して設計された,最初の評価フレームワークであるAgentを紹介する。
Agentは、主要なメトリクスに関する最先端の結果を達成すると同時に、人間のアノテーションで見逃された重要な問題を明らかにする。
論文 参考訳（メタデータ） (2025-09-18T05:59:04Z) - Cross-Task Experiential Learning on LLM-based Multi-Agent Collaboration [63.90193684394165]
マルチエージェント・クロスタスク体験学習(MAEL)は,LSM駆動型エージェントに明示的なクロスタスク学習と経験蓄積を付与する新しいフレームワークである。
経験的学習フェーズでは、タスク解決ワークフローの各ステップの品質を定量化し、その結果の報酬を記憶する。
推論中、エージェントは、各推論ステップの有効性を高めるために、いくつかの例として、高頻度のタスク関連体験を検索する。
論文 参考訳（メタデータ） (2025-05-29T07:24:37Z) - Benchmarking Agentic Workflow Generation [80.74757493266057]
複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。
また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。
我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
論文 参考訳（メタデータ） (2024-10-10T12:41:19Z) - FlowBench: Revisiting and Benchmarking Workflow-Guided Planning for LLM-based Agents [64.1759086221016]
ワークフロー誘導計画の最初のベンチマークであるFlowBenchを紹介します。
FlowBenchは6つのドメインから51のシナリオをカバーしている。
以上の結果から,現在のLLMエージェントは良好な計画を立てるためにかなりの改善が必要であることが示唆された。
論文 参考訳（メタデータ） (2024-06-21T06:13:00Z)
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。