論文の概要: The Customer Is the Builder: How AI Coding Agents Are Rewriting the Economics of Software
- arxiv url: http://arxiv.org/abs/2610.30307v1
- Date: Wed, 21 Oct 2026 18:20:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.102509
- Title: The Customer Is the Builder: How AI Coding Agents Are Rewriting the Economics of Software
- Title（参考訳）: 顧客はビルダー:AIのコーディングエージェントがソフトウェアの経済をどう書き直すか
- Abstract要約: 私たちは、ドメイン知識が彼らの仕事のためのツールを特定し評価するのに役立つ組織やプロの買い手に焦点を当てています。
私たちはソフトウェア代替フロンティアを、顧客がそれを購入せずに許容される標準で構築し、維持できる機能として定義しています。
2023年以降、主要なエージェントが50%の成功で完了できるベンチマークタスクの長さは、人間の作業時間で測定され、約129日毎に倍増している。
- 参考スコア（独自算出の注目度）: 0.43748379918040853
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI coding agents could change whether organizations buy software or build the functionality they need. We focus on organizations and professional buyers whose domain knowledge can help them specify and evaluate tools for their work. We define the software substitution frontier as the functions customers could build and maintain at an acceptable standard for less than buying them. Using public data, we compare growing capacity to build with indicators of market change. Since 2023, the length of benchmark tasks that leading agents can complete at 50 percent success, measured in human working time, has doubled about every 129 days. A broad search identified 575 potential open-source alternatives to selected commercial products, although some functional matches still require independent validation. The Craft suite produced 12 application repositories over 12.0 days of public development, but these remain early versions with unverified completeness and reliability. Market evidence is mixed: purchased software gained US investment share and tracked commercial installations grew. Yet 32 percent of respondents to an organizational survey reported forgoing at least one software purchase because their organization could build the functionality with coding agents. These self-reports do not establish the spending displaced or the reliability of the resulting tools. The gap motivates a warning: customers' capacity to build could affect individual buying decisions before a broad purchasing shift becomes visible. We examine this possibility using benchmark projections and observable market tests. The projections are an extrapolation, not a forecast of customer switching.
- Abstract（参考訳）: AIコーディングエージェントは、企業がソフトウェアを購入するか、必要な機能を構築するかを変更できる。
私たちは、ドメイン知識が彼らの仕事のためのツールを特定し評価するのに役立つ組織やプロの買い手に焦点を当てています。
私たちはソフトウェア代替フロンティアを、顧客がそれを購入せずに許容される標準で構築し、維持できる機能として定義しています。
公開データを利用することで、市場の変化の指標で構築する能力の増大を比較します。
2023年以降、主要なエージェントが50%の成功で完了できるベンチマークタスクの長さは、人間の作業時間で測定され、約129日毎に倍増している。
幅広い検索により、選択された商用製品に対する575のオープンソース代替案が特定された。
Craftスイートは12.0日間のパブリック開発で12のアプリケーションリポジトリを作成したが、これらは未検証の完全性と信頼性を備えた初期バージョンのままである。
購入したソフトウェアが米国の投資シェアを獲得し、追跡された商業施設が増加した。
しかし、組織調査の回答者の32%は、コーディングエージェントを使って機能を構築することができるため、少なくとも1つのソフトウェア購入を禁止していると報告している。
これらの自己報告は、廃棄された支出や結果のツールの信頼性を確立しない。
顧客の構築能力は、幅広い購入シフトが現れる前に、個々の購入決定に影響を与える可能性がある。
ベンチマーク・プロジェクションと観測可能な市場テストを用いて、この可能性を検討する。
予測は外挿であり、顧客の切り替えの予測ではない。
関連論文リスト
- Screen Before You Serve: Simulation for Production Customer Experience AI Agents at 140M Scale [6.610417132503325]
提案手法は,候補CXエージェントをデプロイ前にスクリーニングするための仮説駆動シミュレーションワークフローを提案する。
我々は、NubankのCard DeliveryエージェントにSnowglobeシミュレータを使用し、その拡張後継であるCard Managementを使用します。
4つのデプロイされたバージョンにまたがって、シミュレートされたバージョンレベルのバイナリ評価器スコアは高い相関性を示している。
論文 参考訳（メタデータ） (2026-09-24T17:07:38Z) - Beyond Code Generation: Reliability, Verification, and Cost Economics in the Agentic Software Development Lifecycle [0.0]
AIコーディングシステムは、自動補完とチャットから、リポジトリを検査し、複数のファイルを編集し、ツールを実行し、テストを書き、プルリクエストをオープンし、監督が限定された長時間作業できるエージェントへと移行している。
近年のフィールド研究は、コーディング活動において有意義な利得を示しているが、より新しい証拠は、それらの利得が、コードを書き込むことと、信頼性の高いソフトウェアを出荷するの間に著しく弱まることを示している。
本稿では,ピアレビューされたソフトウェア工学の研究,大学研究,ベンチマーク監査,大手技術企業の生産報告,開発者テレメトリ,コスト管理のエビデンスを合成する。
論文 参考訳（メタデータ） (2026-09-04T03:16:30Z) - Agentic Commerce World: An Auditable and Verifiable Environment for Vibe Commerce [83.90449137361595]
Vibeコマースは、自然言語で購入や販売の目標を表現し、AIエージェントにタスクを委譲することを可能にする。
本稿では,現在進行中の取引にまたがるエージェント評価環境であるAgenic Commerce World(ACWorld)を紹介する。
ACWorldは、共有トランザクション状態を更新する前にエージェントアクションを検証し、結果のインタラクションを記録し、エージェントの振る舞いを監査可能とし、再現性を評価する。
論文 参考訳（メタデータ） (2026-08-03T16:20:17Z) - Building a Process-Modeling Tool using Agentic AI: An Experience Report on PM4Py-UCM [1.3660182208844809]
本稿では,イベントログからユースケースマップ(UCM)モデルをマイニングするオープンソースツールPM4Py-UCMの構築について報告する。
我々は18件のエージェントセッション(374件のヒューマンターンと10,328件のツールアクション65時間)、151件のコミット、20件のリリース、そして108件から691件のテスト機能からなるテストスイートを特徴付ける。
バージョン0.7.4まで、修正は2.3:1よりも数が多い。
論文 参考訳（メタデータ） (2026-07-30T20:27:32Z) - CocoaBench: Evaluating Unified Digital Agents in the Wild [98.84044600506597]
ココアベンチ(CocoaBench)は、人間によって設計された長距離タスクから構築された統合デジタルエージェントのベンチマークである。
また、モデルバックボーン間の比較を制御できる軽量な共有足場であるCocoaAgentについても紹介する。
論文 参考訳（メタデータ） (2026-04-13T09:00:10Z) - Tokalator: A Context Engineering Toolkit for Artificial Intelligence Coding Assistants [0.6120286175200792]
Tokalatorは、リアルタイム予算監視を備えたVS Code拡張を含むオープンソースのコンテキストエンジニアリングツールキットである。
このシステムは、3つのプロバイダ(Anthropic、OpenAI、Google)にわたる17のLarge Language Model(LLM)をサポートし、124のユニットテストによって検証されている。
論文 参考訳（メタデータ） (2026-04-09T14:27:02Z) - Gym-Anything: Turn any Software into an Agent Environment [67.2443447990221]
Gym-Anythingは、あらゆるソフトウェアをインタラクティブなコンピュータ利用環境に変換するためのフレームワークである。
CUA-Worldは、医学、天文学、工学、エンタープライズシステムなど、領域にまたがる10万以上の長期的タスクのコレクションである。
論文 参考訳（メタデータ） (2026-04-07T17:38:15Z) - SlopCodeBench: Benchmarking How Coding Agents Degrade Over Long-Horizon Iterative Tasks [55.76734816061826]
我々は20の問題と93のチェックポイントからなる言語に依存しないベンチマークであるSlopCodeBenchを紹介する。
我々は、冗長性、重複コードの割合、構造的侵食という2つの軌道レベルの品質信号を追跡する。
11モデルにまたがるエンドツーエンドの問題を解決するエージェントは存在しない。
論文 参考訳（メタデータ） (2026-03-25T19:26:44Z) - 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) - SWE-Bench Pro: Can AI Agents Solve Long-Horizon Software Engineering Tasks? [13.645265361867565]
SWE-Bench ProはSWE-BENCH [25]のベストプラクティスに基づいていますが、現実的で複雑でエンタープライズレベルの問題を捉えるように設計されています。
ベンチマークはパブリックセットに分割され、11のリポジトリ、12のリポジトリのホールドアウトセット、18のプロプライエタリリポジトリの商用セットからソースされた問題にオープンアクセスされる。
広範に使用されている符号化モデルの評価では,SWE-Bench PROの性能は25%以下(Pass@1)であり,GPT-5は23.3%と最高スコアである。
論文 参考訳（メタデータ） (2025-09-21T06:28:17Z)
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。