論文の概要: A-JIT: Agentic Just-In-Time Software Construction
- arxiv url: http://arxiv.org/abs/2609.10248v1
- Date: Wed, 09 Sep 2026 14:36:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:09.065982
- Title: A-JIT: Agentic Just-In-Time Software Construction
- Title（参考訳）: A-JIT: エージェントのジャストインタイムソフトウェア構築
- Abstract要約: Agentic Just-In-Time Software Construction (A-JIT)は、静的バイナリを動的ソフトウェアシステムに置き換えるパラダイムであり、変化する要求を満たすために永続的に進化することができる。
A-JITでは、アプリケーションは、コードとランタイムハーネスと、システムの使用状況とライブ実行トレースを継続的に監視する組み込みAIエージェントで構成される統合アセンブリである。
- 参考スコア（独自算出の注目度）: 2.888347274556747
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Traditional software delivery assumes a static paradigm: code is constructed prior to execution and deployed as a fixed artifact. We present Agentic Just-In-Time Software Construction (A-JIT), a paradigm that replaces static binaries with dynamic, software systems that can perpetually evolve to meet changing demands. In A-JIT, an application is an integrated assembly comprising code, a runtime harness, and an embedded AI agent that continuously observes system usage and live execution traces. Much like a traditional JIT compiler specializes machine code to runtime execution paths, A-JIT specializes software logic, workflows, and tool interfaces to meet the specific needs of the end-user. By integrating synthesis directly into the ambient application lifecycle, A-JIT enables applications to dynamically construct missing implementations, generate new capabilities on the fly, and continuously adapt to end-user behavior. We demonstrate how this model supports trace-driven human-AI co-construction and opens a new design space for adaptive, self-evolving software.
- Abstract（参考訳）: コードは実行前に構築され、固定された成果物としてデプロイされる。
Agentic Just-In-Time Software Construction (A-JIT)は、静的バイナリを動的ソフトウェアシステムに置き換えるパラダイムであり、変化する要求を満たすために永続的に進化することができる。
A-JITでは、アプリケーションは、コードとランタイムハーネスと、システムの使用状況とライブ実行トレースを継続的に監視する組み込みAIエージェントで構成される統合アセンブリである。
従来のJITコンパイラがマシンコードをランタイム実行パスに特化しているのと同じように、A-JITはソフトウェアロジック、ワークフロー、ツールインターフェースを特化してエンドユーザの特定のニーズを満たす。
周囲のアプリケーションライフサイクルに直接合成を統合することで、A-JITは、アプリケーションが動的に欠落した実装を構築し、オンザフライで新しい機能を生成し、エンドユーザの振る舞いに継続的に適応できるようにします。
我々は、このモデルがどのようにトレース駆動型ヒューマンAIココンストラクションをサポートし、適応的で自己進化的なソフトウェアのための新しいデザイン空間を開くかを実証する。
関連論文リスト
- Graph Engineering in the Era of LLM Agents: From Individual Intelligence to System Intelligence [115.91847478507736]
LLMは言語ジェネレータから、複雑な長距離タスクが可能な自律エージェントへと進化してきた。
多くのタスクにはヘテロジニアスな専門知識、相互依存サブタスク、並列実行、独立検証、永続状態が必要である。
私たちはこれをシステムインテリジェンス(System Intelligence)と呼び、複数のインテリジェントなコンポーネントを一貫した適応的な全体へと整理し、コーディネートするエージェントシステムの能力である。
論文 参考訳（メタデータ） (2026-08-21T14:27:57Z) - 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) - From Human Interfaces to Agent Interfaces: Rethinking Software Design in the Age of AI-Native Systems [14.556676500506484]
ソフトウェア工学は、ヒューマン指向のインタフェースからエージェント指向の呼び出しシステムへパラダイムシフトしている、と我々は主張する。
AI指向ソフトウェアの基本ビルディングブロックとして、イボケータブルな機能を導入します。
この論文は、AIネイティブなソフトウェア設計の新たなパラダイムのための概念的基盤を提供することを目的としている。
論文 参考訳（メタデータ） (2026-03-19T07:54:58Z) - 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) - Computer-Use Agents as Judges for Generative User Interface [142.75272102498806]
ComputerUse Agents (CUA) は、グラフィカルユーザインタフェース (GUI) を通じてデジタル環境を自律的に操作する能力が高まっている。
ほとんどのGUIは、人間が効率的にタスクを実行するのに不要な人間指向の動作を採用するために設計されている。
CUA は Coder でGUI の自動設計を支援することができるだろうか?
論文 参考訳（メタデータ） (2025-11-19T16:00:02Z) - Compiler.next: A Search-Based Compiler to Power the AI-Native Future of Software Engineering [3.8060608371616778]
我々はAIネイティブソフトウェアシステムのシームレスな進化を可能にするために設計された新しい検索ベースのコンパイラであるCompiler.nextを紹介する。
従来の静的コンパイラとは異なり、Compiler.nextは人間によるインテントを取り込み、最適なソリューションを探すことで動作するソフトウェアを自動的に生成する。
本稿では、高品質なプログラミング構造の開発、効率的な検索構造、コンパイラ間の相互運用性など、インテントコンパイルにおける中核的な課題に対処するためのロードマップを示す。
論文 参考訳（メタデータ） (2025-10-27T21:01:48Z) - Rethinking Testing for LLM Applications: Characteristics, Challenges, and a Lightweight Interaction Protocol [83.83217247686402]
大言語モデル(LLM)は、単純なテキストジェネレータから、検索強化、ツール呼び出し、マルチターンインタラクションを統合する複雑なソフトウェアシステムへと進化してきた。
その固有の非決定主義、ダイナミズム、文脈依存は品質保証に根本的な課題をもたらす。
本稿では,LLMアプリケーションを3層アーキテクチャに分解する: textbftextitSystem Shell Layer, textbftextitPrompt Orchestration Layer, textbftextitLLM Inference Core。
論文 参考訳（メタデータ） (2025-08-28T13:00:28Z) - Asynchronous Tool Usage for Real-Time Agents [61.3041983544042]
並列処理とリアルタイムツール利用が可能な非同期AIエージェントを導入する。
私たちの重要な貢献は、エージェントの実行とプロンプトのためのイベント駆動有限状態マシンアーキテクチャです。
この研究は、流体とマルチタスクの相互作用が可能なAIエージェントを作成するための概念的なフレームワークと実践的なツールの両方を提示している。
論文 参考訳（メタデータ） (2024-10-28T23:57:19Z) - SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering [79.07755560048388]
SWEエージェント(SWE-agent)は、LMエージェントが自律的にコンピュータを使用してソフトウェア工学のタスクを解決するシステムである。
SWEエージェントのカスタムエージェントコンピュータインタフェース(ACI)は、エージェントがコードファイルを作成し編集し、リポジトリ全体をナビゲートし、テストやその他のプログラムを実行する能力を著しく向上させる。
我々はSWE-benchとHumanEvalFixのSWE-agentを評価し、それぞれ12.5%と87.7%のパス@1レートで最先端の性能を実現した。
論文 参考訳（メタデータ） (2024-05-06T17:41:33Z) - ProAgent: From Robotic Process Automation to Agentic Process Automation [87.0555252338361]
LLM(Large Language Models)は、人間のような知性を持つ言語である。
本稿では,ALMをベースとしたエージェントを用いた高度な自動化のための基盤的自動化パラダイムであるエージェントプロセス自動化(APA)を紹介する。
そして、人間の指示を駆使し、特殊エージェントの調整によって複雑な決定を下すように設計されたエージェントであるProAgentをインスタンス化する。
論文 参考訳（メタデータ） (2023-11-02T14:32:16Z)
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。