論文の概要: A Design Theory for AI-Assisted Software Development Derived from Christopher Alexander's Theory of Form

• arxiv url: http://arxiv.org/abs/2610.01372v1
• Date: Thu, 01 Oct 2026 09:41:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.035241
• Title: A Design Theory for AI-Assisted Software Development Derived from Christopher Alexander's Theory of Form
• Title（参考訳）: クリストファー・アレクサンダーの形式理論に基づくAI支援ソフトウェア開発のための設計理論
• Abstract要約: 本稿では、クリストファー・アレクサンダーの形式理論に由来する設計理論を提案する。 私たちは組織の伝統を明確化し、その組織と問題の分類からミスフィットを導き出します。 得られた方法論は、エンジニアリングの実践であるMisfit-Governed Developmentと呼ばれます。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Code generated by large language models (LLMs) cannot be assumed to meet specified requirements. Reviews, testing, and static analysis still apply, but which of them a sufficient harness needs, and in what role, is open. We propose a design theory derived from Christopher Alexander's theory of form, and a methodology for applying it. In Alexander's account, fit between a form and its context can be perceived only negatively, through the absence of identified misfits. We make the organization's tradition explicit and derive the misfits from it and from the problem's classification. The theory models the LLM as a non-native vernacular builder, trained on many codebases but native to none, whose output tends to drift toward mainstream conventions rather than the local tradition. We engineer four pieces of machinery: explicit representations of the problem (Jackson's problem frames) and of the tradition (a four-form pattern language); deterministic misfit detectors; a fix loop; and a human-gated legislative circuit governing the representations and detectors. We call the resulting methodology, a practice of harness engineering, Misfit-Governed Development (MGD). Its dual-loop process separates an autonomous inner loop, where the LLM iterates against the gates, from a human outer loop, where specifications are judged against the world. Together they form the S = P = T = W assurance model (specification, program, tests, world), whose equals signs name relations, not identity. We report evidence from building and rebuilding a Scrum system of four event-sourced aggregates from 64 problem-frame specifications, verified by about 1,300 generated tests and 28 blocking gates, one applying 188 rules. This addresses the generativity dimension of Alexander's 1996 OOPSLA challenge. The moral dimension, whether the specification still fits the world, requires human judgment and belongs to the outer loop.
• Abstract（参考訳）: 大規模言語モデル(LLM)によって生成されたコードは、特定の要件を満たすものと仮定することはできない。 レビュー、テスト、静的分析は依然として適用されますが、どれが十分なハーネスが必要で、どの役割がオープンかは変わりません。 本稿では、クリストファー・アレクサンダーの形式理論に由来する設計理論とそれを適用する方法を提案する。 アレクサンドロスの証言では、形式とその文脈の間の適合は、識別された不適合が欠如しているため、否定的にしか認識できない。 私たちは組織の伝統を明確化し、その組織と問題の分類からミスフィットを導き出します。 この理論は、LLMを、多くのコードベースで訓練された非ネイティブの言語ビルダーとしてモデル化するが、そのアウトプットは、地元の伝統よりも主流のコンベンションに向かって漂う傾向にある。 問題の明示的表現(ジャクソンの問題フレーム)と伝統の表現(4形式パターン言語)、決定論的不適合検出器、固定ループ、表現と検出を規定する人為的な法定回路の4つを設計した。 結果として得られた方法論は、エンジニアリングの実践であるミスフィット・ゴールド・デベロップメント(MGD)と呼ばれます。 デュアルループプロセスは、LLMがゲートに対して反復する自律的な内ループと、仕様が世界に対して判断される人間の外ループとを分離する。 これらは共に S = P = T = W 保証モデル(具体化、プログラム、テスト、世界)を形成し、同一性ではなく名前の関係を示す。 約1,300の生成されたテストと28のブロッキングゲートで検証され、1つは188のルールを適用する。 これは、1996年のAlexanderのOOPSLAチャレンジの属数次元に対処する。 道徳的次元は、仕様がまだ世界に適しているかどうかに関わらず、人間の判断を必要とし、外輪に属する。

関連論文リスト

• Trust the Spec, Not the Code - A Specification-First, AI-Assisted Case Study in Online Banking [1.6796354350132203]
  形式的な仕様は、早期エラー検出、明示的な不変性、設計による正しさを約束するが、その表記コストは主流の実践から遠ざかっている。 AIは推論と証明に十分な精度の中間仕様言語として機能する、と我々は主張する。 仕様は、著者、レビュー、証明、洗練の成果物となり、コードは再生可能な出力になる。
  論文  参考訳（メタデータ） (2026-09-07T11:35:49Z)
• 3100 Opinions on Code Review in an AI World: Building Causal Theory from Practitioner Discourse [15.948323546029714]
  コーディングエージェントがプルリクエスト全体を作成できるようになった。 コードレビューにどう影響するか 実践者は強く反対します エージェントによるプルリクエストは、頻繁にレビューされ、数倍早くマージされ、人間によるプルリクエストよりも議論される。
  論文  参考訳（メタデータ） (2026-07-08T23:11:46Z)
• LC-ERD: Mining Latent Logic for Self-Evolving Reasoning via Consistency-Regulated Reward Decomposition [55.572260012037084]
  本稿では, LC-ERD (Logic-Consistent Endogenous Reward Decomposition) を紹介する。 モデルの潜在論理エキスパートズ(Latent Logic Expertise)からのコンセンサスを集約することで、変分論理ポテンシャルを導出する。 LC-ERDは、論理の一貫性と正確性の間のトレードオフを明らかにする、堅牢な自己進化パスを提供する。
  論文  参考訳（メタデータ） (2026-05-19T07:27:50Z)
• A2RBench: An Automatic Paradigm for Formally Verifiable Abstract Reasoning Benchmark Generation [59.98516959731531]
  抽象推論能力は、抽象ルールを抽出し適用するためのLLMの知性と能力を反映する。 既存のベンチマークは、高価な手作業のアノテーション、そのスケールの制限、あるいは真の推論ではなく暗記のリスク測定に頼っている。 我々はA2RBenchという名の自動パイプラインを導入し、生成、拡張、評価、分析を行う。
  論文  参考訳（メタデータ） (2026-05-17T06:14:20Z)
• Think Anywhere in Code Generation [89.9273351013764]
  Think-Anywhereは、LLMがコード生成中にオンデマンドで思考を実行することを可能にする、新しい推論メカニズムである。 我々は,Think-Anywhereが既存の推論手法と最近のポストトレーニング手法の両方に対して最先端の性能を達成することを示す。 分析の結果,Think-Anywhereは高エントロピー位置での推論を適応的に実行し,解釈可能性を高めることができることがわかった。
  論文  参考訳（メタデータ） (2026-03-31T16:24:03Z)
• The Specification as Quality Gate: Three Hypotheses on AI-Assisted Code Review [0.0]
  AIが生成するコード品質の問題に対する業界の主要な反応は、AIレビュアーをデプロイすることだ。 本稿では,実行可能な仕様が存在しない場合,この応答は構造的に円形であると主張している。
  論文  参考訳（メタデータ） (2026-03-26T11:59:05Z)
• From Specification to Architecture: A Theory Compiler for Knowledge-Guided Machine Learning [6.365277569082624]
  理論誘導型機械学習は、モデル設計に直接ドメイン知識を組み込むことで、性能が向上することを示した。 しかし、形式的ドメイン理論がアーキテクチャ上の制約に変換されるプロセスは完全に手作業のままである。 本稿では,型付き機械可読なドメイン理論を入力として受け入れ,アーキテクチャを自動生成するシステムである理論コンパイラを提案する。
  論文  参考訳（メタデータ） (2026-03-15T13:15:31Z)
• On the Diagram of Thought [20.805936414171892]
  大規模言語モデル(LLM)は多くのタスクで優れているが、構造化された多段階の推論を必要とする複雑な問題に悩まされることが多い。 思考のダイアグラム(Diagram of Thought, DoT)は、1つのLCMがその推論のメンタルマップを構築し、ナビゲートすることを可能にする新しいフレームワークである。
  論文  参考訳（メタデータ） (2024-09-16T07:01:41Z)
• Networks of Networks: Complexity Class Principles Applied to Compound AI Systems Design [63.24275274981911]
  多くの言語モデル推論コールからなる複合AIシステムは、ますます採用されている。 本研究では,提案した回答の生成と正当性検証の区別を中心に,ネットワークネットワーク(NoN)と呼ばれるシステムを構築した。 我々は,Kジェネレータを備えた検証器ベースの判定器NoNを導入し,"Best-of-K"あるいは"judge-based"複合AIシステムのインスタンス化を行う。
  論文  参考訳（メタデータ） (2024-07-23T20:40:37Z)
• Causal Expectation-Maximisation [70.45873402967297]
  ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。 我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。 我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
  論文  参考訳（メタデータ） (2020-11-04T10:25:13Z)

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。