論文の概要: Who Approved This? Coding Agents, Human Accounts, and Merge-Gate Evidence at a Fintech Startup

• arxiv url: http://arxiv.org/abs/2610.28683v1
• Date: Mon, 19 Oct 2026 19:13:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.100496
• Title: Who Approved This? Coding Agents, Human Accounts, and Merge-Gate Evidence at a Fintech Startup
• Title（参考訳）: 誰がこれを承認したのか - フィンテックスタートアップにおけるコーディングエージェント、人事、マージゲートの証拠
• Abstract要約: 10月3日から、すべての非ボットがメインブランチにマージされ、非著者レビューゲートが通過しました。 10月3日から、すべての非ボットがメインブランチにマージされ、非著者レビューゲートが通過しました。 Bashi AIにおけるエージェント駆動開発12週間について報告する。
• 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: From 3 October, every non-bot merge into our main branch passed a non-author review gate, yet 71 of those 263 merges (27%) rested only on an approval that a coding agent had submitted through the technical lead's GitHub account, and the platform recorded each one as an ordinary approval by the lead. We report twelve weeks of agent-driven development at Bashi AI, a fintech startup preparing for a SOC 2 audit: 786 merged pull requests, 657 of them associated with agents by explicit markers or by inference, analysed from platform records and saved agent-session transcripts. In the gated phase, an agent session submitted every approval the lead's account gave on a colleague's pull request, and issued nearly all of its merges; the records cannot show who decided any of them. We recompute, for every merge, a core gate property: a non-author approval and a passing required check, both before the merge and both on the exact revision merged. The recomputation confirmed the gate wherever branch protection applied and found where it did not: agents switching enforcement off around individual merges, a merge script that recorded failed checks as passing, and an agent collapsing a stack of pull requests through unprotected branches. The engineers' survey answers show that one engineer's approvals also rested on review agents, with the person validating findings and deciding, and both engineers say review mattered when it tested a change against something outside the diff. We draw lessons on recording decision authority separately from account identity, keeping agents' credentials away from the controls they operate under, and checking evidence at the branch and revision where integration happens.
• Abstract（参考訳）: 10月3日から、すべての非ボットマージをメインブランチにマージし、非著者レビューゲートをパスしましたが、263のマージ(27%)のうち71は、コーディングエージェントが技術リーダのGitHubアカウントを通じて提出した承認のみに基づいて、それぞれをリードによる通常の承認として記録しました。 SOC2の監査に備えたフィンテックスタートアップであるBashi AIで12週間のエージェント駆動開発を報告した: 786 のプルリクエストをマージし、そのうち 657 は明示的なマーカーや推論によってエージェントと関連付けられ、プラットフォームレコードから分析され、エージェントセッションの書き起こしが保存される。 ゲートフェーズでは、エージェントセッションが、リーダーのアカウントが同僚のプルリクエストに対して与えたすべての承認を提出し、そのマージのほとんど全てを発行した。 マージ前と正確なリビジョン後の両方で、未承認の承認とパス必須のチェックという、コアゲートプロパティをマージするすべてのマージに対して、再コンパイルします。 再計算では、ブランチ保護が適用されるゲートを確認し、そうでない場所を見つけた: 個々のマージを強制的に切り替えるエージェント、失敗したチェックをパスとして記録するマージスクリプト、保護されていないブランチを通してプルリクエストのスタックをラップするエージェント。 エンジニアの調査回答によると、あるエンジニアの承認はレビューエージェントにも当てはまり、その人が発見を検証し、決定した。 我々は、アカウントの同一性から意思決定権限を別々に記録し、エージェントの資格を彼らが運営するコントロールから遠ざけ、ブランチで証拠を確認し、統合が発生した場合のリビジョンを行う。

関連論文リスト

• AllPath: Layered Verification for a Deployed, Self-Revising LLM Trading Agent under Human-Gated and Autonomous Regimes [7.837842601637295]
  生紙ブローカーアカウントに対する個人LLMトレーディングエージェントであるAllPathについて報告する。 システムは決定論的ルールエンジンを通じてポジションを監視し、毎晩、独自のトレーディング戦略の改訂を提案する。 本稿では,ライブシステムにおけるエージェントの自己修正に関する2つの検証ポリシーを比較した。
  論文  参考訳（メタデータ） (2026-10-19T16:18:52Z)
• Why Do Agent Teams Fail Across Boundaries? A Failure Taxonomy for Agent-to-Agent Systems with Private States [96.00953129073133]
  エージェント・ツー・エージェント(A2A)のシナリオでは、各エージェントは独自の環境を持ち、他のエージェントが見ることができない情報と権限を持っている。 既存のマルチエージェントシステム障害研究では、1つのオーケストレータ、共有ワークスペース、または1つのプリンシパルが想定されている。 我々は、異なるエージェントハーネスとモデルで構築された2500以上のA2Aシステムについて研究する。
  論文  参考訳（メタデータ） (2026-10-14T00:36:08Z)
• Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models [87.94969284553706]
  エンド・ツー・エンドのpass@$K$は、成功した振る舞いがベースモデルのディストリビューションにすでに現れるかどうかをテストする。 コールドスタートからハーネスを駆動するために、ベースチェックポイントを必要としない3つのスクリーンを構築します。 3つの画面はいずれも、ポストトレーニング後のSWE-bench Verified pass@$1$と密接に一致して、コホートをランク付けする。
  論文  参考訳（メタデータ） (2026-10-07T17:37:19Z)
• Who Finishes the Job? A Study of Follow-Up Fixes and Commit Authorship on AI Coding Agent Pull Requests [1.1164202369517056]
  我々は、5つのAIコーディングエージェントで6,774の統合されたエージェントPRをフォローアップ修正します。 統合されたエージェントPRは、同じ期間に同じリポジトリにマージされた人間のPRの確率の1.62倍の精度で、検証された修正を惹きつけることがわかった。 これらの結果は、現在エージェントが自身の仕事をほぼ完了していることを示しているが、マージは人間のマージよりも頻繁に修正する必要があることを示している。
  論文  参考訳（メタデータ） (2026-09-22T07:22:44Z)
• Agora: Git as Shared Memory for Collective AutoResearch [54.31992252587096]
  別々のセッションで作業する調査エージェントは、他の人が試したことと、構築可能な結果を知る必要がある。 各コミットは結果、洞察、仮説、検証、報告を記録し、それを以前の作業とリンクする。 約12日間に渡り,13人の言語モデル労働者がアゴラを重み移動問題の解決に利用したことを報告した。
  論文  参考訳（メタデータ） (2026-09-16T04:00:54Z)
• Attesting Outputs and Delegation Ancestry in Multi-Agent AI Systems [3.276413627586882]
  事件後、検証者は2つの質問に答えなければならない。 クレデンシャルは、誰が行動するかを確立するが、後続の出力バイトにそれらをバインドする必要はない。 信頼できるデプロイランタイムは、リリースされた各出力のハッシュに署名する。
  論文  参考訳（メタデータ） (2026-08-31T07:42:57Z)
• Where Accountability Lives: Mapping Human Responsibility to Workflow Artifacts in Agentic Software Development [0.0]
  コーディングエージェントの作者、プルリクエストのオープン、プロダクションリポジトリ内のプッシュコード。 アーティファクトを残すワークフローイベント、エージェントによるコーディングツール4つ、および7つのプロバイダによるポリシー文書18つについて、それぞれについて読んでいます。 あるプロバイダは、タスクを割り当てた開発者が結果のプルリクエストを承認することを禁じる。別のプロバイダは、設定されたリスクしきい値以下でプルリクエストを承認し、レビューを無効にできるエージェントを文書化する。 我々は、強制的、助言的、欠落した検証の通常の3方向の区別をグリッドに置き換え、メカニズムがチェックを誰が実行したかで補完するかどうかを区別する。
  論文  参考訳（メタデータ） (2026-08-16T11:11:04Z)
• Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
  大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。 報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。 本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
  論文  参考訳（メタデータ） (2026-08-09T22:59:13Z)
• Coding Agents as Test-Suite Auditors: Finding What Official Suites Miss While Approaching What They Catch [47.836680625916266]
  テストスイート監査官として機能する市販のコーディングエージェントは、どちらも、公式スイートが見逃すものを公開するために、敵対的なテストスイートを構築します。 認証チェーンは、各エージェントフラッグされた申請が、公式の裁判官に頼らずに、真にバグだらけであるか否かを判定する。 Codeforceは、利用可能なオフィシャルスイートを持たない問題に対して、同じテストビルディングメソッドを使用して、テストされた入力予算毎に5つの再生ベースラインを導出する。
  論文  参考訳（メタデータ） (2026-08-03T05:24:03Z)
• Holistic Agent Leaderboard: The Missing Infrastructure for AI Agent Evaluation [87.47155146067962]
  数百のタスクで並列評価をオーケストレーションする,標準化された評価ハーネスを提供する。 モデル、足場、ベンチマークにまたがる3次元解析を行う。 私たちの分析では、ほとんどのランで精度を低下させる高い推論努力など、驚くべき洞察が示されています。
  論文  参考訳（メタデータ） (2025-10-13T22:22:28Z)

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。