論文の概要: Agent-Callable Feature Coverage: Measuring Software Readiness for AI Agents
- arxiv url: http://arxiv.org/abs/2609.35789v1
- Date: Sat, 18 Jul 2026 22:23:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-05 14:48:16.253896
- Title: Agent-Callable Feature Coverage: Measuring Software Readiness for AI Agents
- Title（参考訳）: Agent-Callable機能カバレッジ:AIエージェントのソフトウェア準備度の測定
- Abstract要約: GUI-APIパリティの原則としてニーズを定式化します。
グラフィカルインターフェースを通じて、人間のユーザにとって利用可能なすべての機能は、エージェントにもアクセスできなければならない。
この原則を運用するために、私たちは2つのコントリビューションを紹介します。
- 参考スコア（独自算出の注目度）: 0.3519650551107761
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI agents already operate graphical software through screenshot-based computer use, so the pressing question is not whether agents can operate software, but how well software supports them through structured, controllable channels. We formalize this need as the GUI-API parity principle: every capability available to human users through a graphical interface should also be accessible to agents through a structured, callable interface with appropriate safety metadata. To operationalize this principle, we introduce two contributions. First, Agent-Callable Feature Coverage (ACFC), a product-level readiness metric quantifying how much of a system's human-facing functionality agents can access and use. Second, Agent Readiness Conformance (ARC), a framework that scores each capability on three axes: Accessibility (can an agent call it), Discoverability (can an agent find and understand it), and Controllability (can an agent use it safely), each on a 0-3 scale, yielding a composite 0-9 readiness score. Drawing on the Richardson Maturity Model, ARC provides finer-grained assessment than binary coverage. In an empirical study of 30 software systems across five categories, ARC-based ACFC scores are substantially lower than Accessibility-only metrics would suggest: most systems achieve moderate API coverage but lag on agent-oriented documentation and safety governance. In a controlled testbed of ten deployed systems, API-only agents completed 56 of 58 tasks whose target capabilities were exposed through structured interfaces; a documentation ablation reduced this to 50 of 58, showing that Discoverability affects execution even among accessible capabilities, while inaccessible capabilities, included as negative controls, were not solved. These findings hold across three agent models, including Google's open-weights Gemma4 run locally.
- Abstract（参考訳）: AIエージェントは、既にスクリーンショットベースのコンピュータ使用を通じてグラフィカルソフトウェアを運用しているため、迫る疑問は、エージェントがソフトウェアを操作できるかどうかではなく、構造化された制御可能なチャネルを通じて、ソフトウェアがそれらをサポートするかである。
GUI-APIパリティの原則として,このニーズを形式化しています。グラフィカルインターフェースを通じて人間ユーザに提供するすべての機能は,適切な安全メタデータを備えた構造化されたコール可能なインターフェースを通じて,エージェントにもアクセス可能であるべきです。
この原則を運用するために、私たちは2つのコントリビューションを紹介します。
第一に、Agent-Callable Feature Coverage (ACFC)は、システムのヒューマン対応機能エージェントがどの程度アクセスして使用できるかを定量化する製品レベルの準備性指標である。
第2に、アクセシビリティ(エージェントが呼び出すことができる)、発見可能性(エージェントが見つけて理解できる)、制御可能性(エージェントが安全に使用できる)の3つの軸で各能力をスコアするフレームワークであるAgen Readiness Conformance(ARC)が0-3スケールでそれぞれ0-9の可読性スコアを得る。
Richardson成熟度モデルに基づいて、ARCはバイナリカバレッジよりもきめ細かい評価を提供する。
5つのカテゴリにわたる30のソフトウェアシステムの実証的研究において、ARCベースのACFCスコアはアクセシビリティのみのメトリクスよりも大幅に低い。
10のデプロイされたシステムのコントロールテストベッドでは、API専用のエージェントが58のタスクのうち56を完了し、対象の機能を構造化されたインターフェースを通じて公開する。
これらの発見は、GoogleのOpen-weights Gemma4を含む3つのエージェントモデルにまたがっている。
関連論文リスト
- Authorization Architectures for Tool-Using AI Agents [0.0]
信頼できる人間-AIシステムは、すべての連続エージェントアクションが人間のプリンシパルにトレース可能であることを要求する。
このレビューでは、人間のユーザ、オペレータ/デプロイ、オーケストレータエージェント、サブエージェント、ツールエンドポイントにまたがる主要な階層について紹介する。
提案する7つの構造的要件は,4層参照アーキテクチャを導出し,その要件を3つのデプロイ可能な参照構成に適用し,実行時強制とアグリゲーション境界を主要な未解決ギャップとして同定する。
論文 参考訳（メタデータ） (2026-09-14T17:21:22Z) - AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities [55.23913617185508]
Agentは、LLM(Large Language Models)ベースのエージェントを評価するための、オープンソース、軽量、インフラストラクチャである。
Benchmark、Harness、Environmentという3つの独立したコンポーネントに関する評価プロセスを編成する。
フォールトトレラントなランタイムと、報酬ハックのような障害モードを透過的に診断する包括的なトラジェクトリ分析ツールを備えている。
論文 参考訳（メタデータ） (2026-07-15T11:11:17Z) - 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) - MetaCogAgent: A Metacognitive Multi-Agent LLM Framework with Self-Aware Task Delegation [11.486913474115402]
本稿では,メタ認知自己評価ユニットを備えた多エージェント大規模言語モデル(LLM)フレームワークであるMetaCogAgentを提案する。
MetaCogAgentは、AutoGenよりも5%少ないAPIコールを使用し、アンサンブル投票よりも34%少ないタスク精度を82.4%達成している。
論文 参考訳（メタデータ） (2026-05-17T07:12:04Z) - Agent-First Tool API: A Semantic Interface Paradigm for Enterprise AI Agent Systems [1.3259123126940986]
本稿では,ツールインタラクションを検索,解決,プレビュー,実行,検証,フェーズ回復に分解するAgent-First Tool APIパラダイムを提案する。
このパラダイムは、6つのビジネスドメインに85の登録ツールを提供する実運用マルチテナントプラットフォームで実装され、検証されている。
論文 参考訳（メタデータ） (2026-05-11T13:30:43Z) - From Specification to Deployment: Empirical Evidence from a W3C VC + DID Trust Infrastructure for Autonomous Agents [0.0]
MolTrustは、自律エージェントのためのオープンでポータブルで暗号的に検証可能な信頼基盤である。
本稿では,W3C Verifiable Credentials 2.0 と Decentralized Identifiers v1.0 を基盤として構築された,そのようなインフラストラクチャを実運用的に実装する。
このコントリビューションは、信頼基盤規制当局と業界が収束した証拠であり、今日ではW3C標準化プリミティブを使用して実装可能である。
論文 参考訳（メタデータ） (2026-05-07T14:09:51Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z) - CodeAgents: A Token-Efficient Framework for Codified Multi-Agent Reasoning in LLMs [16.234259194402163]
マルチエージェント推論を符号化し、マルチエージェントシステムにおける構造化されたトークン効率の計画を可能にするプロンプトフレームワークであるCodeAgentsを紹介する。
その結果, 計画性能は一貫した改善がみられ, 基本となる自然言語よりも3～36ポイントの絶対的な向上が見られた。
論文 参考訳（メタデータ） (2025-07-04T02:20:19Z) - Agent-as-a-Judge: Evaluate Agents with Agents [61.33974108405561]
本稿ではエージェント・アズ・ア・ジャッジ(Agent-as-a-Judge)フレームワークを紹介し,エージェント・システムを用いてエージェント・システムの評価を行う。
これはLLM-as-a-Judgeフレームワークの有機的拡張であり、タスク解決プロセス全体の中間フィードバックを可能にするエージェント的特徴を取り入れている。
55のリアルな自動化AI開発タスクのベンチマークであるDevAIを紹介します。
論文 参考訳（メタデータ） (2024-10-14T17:57:02Z)
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。