論文の概要: Beyond Code Generation: Reliability, Verification, and Cost Economics in the Agentic Software Development Lifecycle
- arxiv url: http://arxiv.org/abs/2609.04681v1
- Date: Fri, 04 Sep 2026 03:16:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:23.900563
- Title: Beyond Code Generation: Reliability, Verification, and Cost Economics in the Agentic Software Development Lifecycle
- Title（参考訳）: コード生成を超えて - エージェントソフトウェア開発ライフサイクルにおける信頼性、検証、コスト経済
- Abstract要約: AIコーディングシステムは、自動補完とチャットから、リポジトリを検査し、複数のファイルを編集し、ツールを実行し、テストを書き、プルリクエストをオープンし、監督が限定された長時間作業できるエージェントへと移行している。
近年のフィールド研究は、コーディング活動において有意義な利得を示しているが、より新しい証拠は、それらの利得が、コードを書き込むことと、信頼性の高いソフトウェアを出荷するの間に著しく弱まることを示している。
本稿では,ピアレビューされたソフトウェア工学の研究,大学研究,ベンチマーク監査,大手技術企業の生産報告,開発者テレメトリ,コスト管理のエビデンスを合成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI coding systems are moving from autocomplete and chat toward agents that can inspect repositories, edit multiple files, run tools, write tests, open pull requests, and work for long periods with limited supervision. This capability changes the bottleneck in software delivery. Recent field studies show meaningful gains in coding activity, but newer evidence also shows that those gains attenuate sharply between writing code and shipping reliable software. Review, integration, testing, security, deployment, and production operations remain constraining stages, while the economics are shifting from predictable per-seat licensing toward variable token, tool, sandbox, CI, and rework costs. This paper synthesizes peer-reviewed software-engineering research, university studies, benchmark audits, production reports from major technology companies, developer telemetry, and cost-management evidence released primarily from 2024 through September 2026. No new model experiment is claimed; numerical findings remain attributed to their original studies. The synthesis proposes four engineering concepts: the Agentic SDLC Throughput Paradox, Production-Qualified Change (PQC), the Verification Tax, and an Agentic SDLC Control Plane that allocates autonomy subject to cost, reliability, and human-attention budgets. An evidence-based horizon then maps today's supervised agents to future policy-bounded software factories. The central research question shifts from how much code an agent can generate to how much production-qualified value an engineering system can deliver per dollar, per reviewer-hour, and per unit of operational risk.
- Abstract（参考訳）: AIコーディングシステムは、自動補完とチャットから、リポジトリを検査し、複数のファイルを編集し、ツールを実行し、テストを書き、プルリクエストをオープンし、監督が限定された長時間作業できるエージェントへと移行している。
この能力は、ソフトウェアデリバリのボトルネックを変える。
近年のフィールド研究は、コーディング活動において有意義な利得を示しているが、より新しい証拠は、それらの利得が、コードを書き込むことと、信頼性の高いソフトウェアを出荷するの間に著しく弱まることを示している。
レビュー、インテグレーション、テスト、セキュリティ、デプロイメント、運用運用は段階的に制限されているが、経済は予測可能なサービス単位のライセンスから可変トークン、ツール、サンドボックス、CI、再作業コストへとシフトしている。
本稿では,2024年から2026年9月までに公表された,ピアレビューされたソフトウェアエンジニアリング研究,大学研究,ベンチマーク監査,大手技術企業の生産報告,開発者テレメトリ,コスト管理のエビデンスを合成する。
新たなモデル実験は行われず、数値的な発見は元の研究によるものである。
The Agentic SDLC Throughput Paradox, Production-Qualified Change (PQC)、Verification Tax、Agenic SDLC Control Planeの4つの技術概念が提案されている。
証拠に基づく地平線は、今日の監督されたエージェントを将来のポリシーに縛られたソフトウェアファクトリにマッピングする。
中心的な研究課題は、エージェントが生成できるコード量から、エンジニアリングシステムが1ドル当たり、レビュアー時間当たり、運用リスク単位当たりの生産適格価値の量へとシフトする。
関連論文リスト
- On Automated and Explainable Provenance of AI-Generated Code [56.818202904805446]
次世代のCodeGenAIツールは、説明可能な証明の基礎の上に構築されなければならない、と我々は主張する。
本稿では,大規模実証研究とポストホック因果・解釈可能性技術を組み合わせた研究プログラムについて述べる。
論文 参考訳（メタデータ） (2026-08-03T14:50:31Z) - Cheap Code, Costly Judgment: A Case Study on Governable Agentic Software Engineering [8.368707686524482]
エンジニアがアーキテクチャ、ツール、エビデンス、フィードバックループを整理して、AIによる開発が検査可能で、修正可能で、メンテナンス可能であるようにする方法を研究します。
プロセスモデルとして表現されたガバナンス変換の理論を開発し,高速度エージェントの実装がいかに制御可能かを説明する。
論文 参考訳（メタデータ） (2026-07-01T15:44:15Z) - 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) - Agentic Agile-V: From Vibe Coding to Verified Engineering in Software and Hardware Development [0.0]
エージェントAIコーディングシステムは、リポジトリを検査し、実装手順を計画し、ファイルを編集し、テストを実行し、プルリクエストを送信できる。
現在の証拠は、自律的なコード生成がエンジニアリングの結果を自動的に改善するという単純な主張を支持していない。
この論文は、中心的な問題は、もはや迅速なエンジニアリングではなく、エンジニアリングプロセスの制御である、と論じている。
論文 参考訳（メタデータ） (2026-05-19T20:10:13Z) - 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) - 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) - AI Harness Engineering: A Runtime Substrate for Foundation-Model Software Agents [1.4323566945483497]
ファンデーションモデルは、自動コード生成を変革しましたが、現実的な開発環境では、自律的なソフトウェアエンジニアリングエージェントは信頼できないままです。
本稿では,基盤モデルエージェントがプロジェクトを観察し,それを処理し,フィードバックを受信し,変更が完了したことを確定する,モデルハーネス環境システムを提案する。
このフレームワークは、ファンデーションモデルがパッチを作成できるかどうかから、モデルハーネス環境システムが検証可能な正確さ、属性、メンテナンス可能な変更を生成できるかどうかという、自律的なソフトウェアエンジニアリングの中心的な疑問を再考する。
論文 参考訳（メタデータ） (2026-05-13T11:14:59Z) - AI Observability for Developer Productivity Tools: Bridging Cost Awareness and Code Quality [0.0]
開発者の生産性ツールに対するAI可観測性に対する統一的なアプローチを提案する。
リアルタイムトークントラッキング、Prometheusモデル価格レジストリ、レスポンスバリデーション、コスト分析をひとつのダッシュボードに統合します。
論文 参考訳（メタデータ） (2026-04-18T18:07:51Z) - Tokenomics: Quantifying Where Tokens Are Used in Agentic Software Engineering [4.812321790984494]
SDLC(Software Development Life Cycle)におけるLCM-MAシステムにおけるトークン消費パターンの分析を行う。
GPT-5推論モデルを用いて、ChatDevフレームワークによって実行される30のソフトウェア開発タスクの実行トレースを分析する。
予備的な結果は、反復コードレビューの段階が平均59.4%のトークン消費の大多数を占めていることを示している。
論文 参考訳（メタデータ） (2026-01-20T20:52:14Z) - A Survey on Code Generation with LLM-based Agents [61.474191493322415]
大規模言語モデル(LLM)を利用したコード生成エージェントは、ソフトウェア開発パラダイムに革命をもたらしている。
LLMは3つのコア特徴によって特徴づけられる。
本稿では,LLMに基づくコード生成エージェントの分野を体系的に調査する。
論文 参考訳（メタデータ） (2025-07-31T18:17:36Z) - Thinking Longer, Not Larger: Enhancing Software Engineering Agents via Scaling Test-Time Compute [61.00662702026523]
より大規模なモデルではなく、推論時間の増加を活用する統合されたテスト時間計算スケーリングフレームワークを提案する。
当社のフレームワークには,内部TTCと外部TTCの2つの補完戦略が組み込まれている。
当社の textbf32B モデルは,DeepSeek R1 671B や OpenAI o1 など,はるかに大きなモデルを上回る 46% の課題解決率を実現している。
論文 参考訳（メタデータ） (2025-03-31T07:31:32Z)
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。