論文の概要: Catching Developers in the Flow: Low-Latency Agentic Program Repair at Google Scale

• arxiv url: http://arxiv.org/abs/2610.07289v1
• Date: Mon, 05 Oct 2026 19:23:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.616732
• Title: Catching Developers in the Flow: Low-Latency Agentic Program Repair at Google Scale
• Title（参考訳）: 開発者をフローに閉じ込める - Googleスケールでの低レイテンシエージェントプログラムの修復
• Abstract要約: GoogleにデプロイされたAIエージェントであるFlowAgentを導入し、継続的インテグレーションシステム内のコミット前の外部ループワークフローでテストエラーを自動的に修復する。 FlowAgentでは、ReActスタイルのgenerator-and-validateループと、厳格な事前実行とポスト実行停止フィルタを使用している。 このケーススタディに基づき、FlowAgentは非常に効果的である。第一に、195の現実世界のテスト失敗に対して行われた手作業による評価は、正しい修正を提案する上で67.18%の精度を示した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Manual repair of program failures is time-consuming and disruptive for software developers, particularly during the pre-submit phase where test failures occur within continuous integration systems. While Automated Program Repair has seen significant advancement through Large Language Models, existing state-of-the-art techniques primarily focus on post-submit workflows, operating offline without the low-latency requirements necessary to assist developers in real-time within their flow before they switch context. In this paper, we introduce FlowAgent, an AI agent deployed at Google to automatically repair test failures in the pre-submit outer-loop workflow inside continuous integration systems. Integrated into Google's internal developer tools, Critique and Cider,FlowAgent utilizes a ReAct-style generate-and-validate loop, as well as rigorous pre-execution and post-execution abstention filters to ensure high-quality suggestions under strict latency constraints. Based on our case studies, FlowAgent is highly effective. First, a manual evaluation conducted on 195 real-world test failures demonstrated 67.18% accuracy in suggesting correct fixes. Following its Google-wide deployment, FlowAgent suggested fixes on 295,508changes, of which developers previewed 65,069 and applied 28,554. Developer feedback from interviews indicate that the agent is useful in suggesting correct fixes, integration of autonomous repair agents into industrial software engineering workflows is received well, while interesting challenges and opportunities still remain.
• Abstract（参考訳）: プログラムの障害を手動で修復するのは、特に継続的インテグレーションシステム内でテストの失敗が発生するコミット前フェーズにおいて、ソフトウェア開発者にとって時間と破壊的です。 プログラムの自動修正はLarge Language Modelsを通じて大幅に進歩してきたが、既存の最先端技術は主にポストサブミットワークフローに焦点を当てており、コンテキストを切り替える前に開発者がフロー内でリアルタイムに作業するために必要な低レイテンシ要件なしでオフラインで動作している。 本稿では、GoogleにデプロイされたAIエージェントであるFlowAgentを紹介し、継続的統合システム内の事前送信外ループワークフローにおけるテスト障害を自動的に修復する。 Googleの内部開発ツールであるCritiqueとCiderに統合されたFlowAgentは、厳格なレイテンシ制約の下で高品質な提案を保証するために、厳格な事前実行と後停止フィルタに加えて、ReActスタイルのジェネレーション・アンド・バリデートループを使用している。 ケーススタディに基づき,FlowAgentは極めて有効である。 まず、195の現実世界のテスト失敗に対する手動による評価により、正しい修正を提案する精度は67.18%であった。 Google全体のデプロイメントに続いて、FlowAgentは295,508changesの修正を提案し、開発者は65,069と28,554をプレビューした。 インタビューからの開発者からのフィードバックによると、エージェントは正しい修正を提案するのに有用であり、自律的な修理エージェントを産業ソフトウェアエンジニアリングワークフローに統合する作業は順調に行われているが、興味深い課題や機会はまだ残っている。

関連論文リスト

• Beyond Generalist LLMs: Specialist Agentic Systems for Structured Code Workflow Execution [0.40631409309544836]
  大規模言語モデル(LLM)は、ソフトウェア開発エージェントの採用を加速し、現在、統合開発環境(IDE)拡張やスタンドアロンアプリケーションとして広く利用されています。 これらのエージェントは一般的に汎用的であるが、専門家がさらなる開発努力を正当化するかどうかは不明だ。 ビジネスプロセス・モデルと表記法(BPMN)のダイアグラムを実行可能なエージェントに変換することに焦点を当て、ビジネスプロセスの自動化という文脈でこの問題を考察する。
  論文  参考訳（メタデータ） (2026-07-16T01:06:38Z)
• TTHE: Test-Time Harness Evolution [50.26245555541721]
  既存のアプローチでは、デプロイ前、トレーニング前、あるいはテスト時に凍結される固定されたエージェントワークフローの開発データを最適化する。 我々は、エージェントがテスト入力で生成するラベルのない実行トレースのみを使用して、評価自体にハーネスを最適化できるかどうかを問う。 評価中、TTHEは候補ハーネスの人口を維持し、それらの実行トレースの理由をエージェントプロジェクタを通じてそれらを洗練する。 その後、審査員は実行元プロキシ信号から改善されたハーネスをコミットし、選択したプログラムは継続してその後の入力を統治する。
  論文  参考訳（メタデータ） (2026-07-09T05:53:39Z)
• Diagnosis-Driven Automatic Repair for Agentic Workflow via Symbolic Inference [23.048678930743467]
  FlowFixerは、診断駆動の自動修復フレームワークである。 私たちは、Dify、Coze、n8nという3つの一般的な開発プラットフォームから収集されたワークフロー障害についてFlowFixerを評価します。 その結果、FlowFixerは71.3%の修復成功率を達成し、最先端のベースラインを11.9%から27.6%上回る結果となった。
  論文  参考訳（メタデータ） (2026-07-03T02:28:32Z)
• Learning from Failure: Inference-Time Self-Improvement for Computer-Use Agents [80.03824805228719]
  コンピュータ利用エージェントを開発する上での大きな課題は、大規模で高品質な軌道を収集することである。 我々は、失敗した軌道をエージェント改善に変換するデータ中心のパラダイムを提案する。 この手法をOSWorldベンチマーク上で,最先端のOpenCUA-72Bモデルを用いて検証する。
  論文  参考訳（メタデータ） (2026-06-30T07:44:37Z)
• LiveFMBench: Unveiling the Power and Limits of Agentic Workflows in Specification Generation [75.05397479715576]
  大規模言語モデル(LLM)とエージェントは有望な進歩を示しているが、その真の能力と失敗モードは未だ不明である。 CプログラムのためのLCMおよびエージェントベースの形式仕様生成に関する、最初の体系的および汚染に配慮した研究を提案する。
  論文  参考訳（メタデータ） (2026-05-02T11:31:33Z)
• Claw-Eval-Live: A Live Agent Benchmark for Evolving Real-World Workflows [67.92316850084575]
  ワークフローエージェントのライブベンチマークであるClaw-Eval-Liveを紹介する。 各リリースは、公開ワークフロー要求信号から構築される。 Claw-Eval-Liveは実行トレース、監査ログ、サービス状態、実行後のワークスペースアーティファクトを記録する。
  論文  参考訳（メタデータ） (2026-04-30T17:23:19Z)
• The Rise of Agentic Testing: Multi-Agent Systems for Robust Software Quality Assurance [0.0]
  現在のAIベースのテストジェネレータは、実行意識のフィードバックがないため、無効、冗長、あるいは実行不可能なテストを生成する。 本稿では,テスト生成エージェント,実行・分析エージェント,レビュー・最適化エージェントが協調してテストの生成,実行,解析,精査を行う,クローズドループの自己修正システムを提案する。
  論文  参考訳（メタデータ） (2026-01-05T18:20:14Z)
• Process-Level Trajectory Evaluation for Environment Configuration in Software Engineering Agents [71.85020581835042]
  大規模言語モデルベースのエージェントは、ソフトウェアエンジニアリングの約束を示すが、環境構成はボトルネックのままである。 既存のベンチマークでは、エンドツーエンドのビルド/テストの成功のみを評価し、エージェントが成功または失敗する場所と理由を見極めている。 本研究では,環境設定計画中の細粒度エージェントのプロセスレベルの軌道評価を行うEnconda-benchを紹介する。
  論文  参考訳（メタデータ） (2025-10-29T16:59:07Z)

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。