論文の概要: Developers as Managers of AI Agents: A Workplace Shadowing Study
- arxiv url: http://arxiv.org/abs/2610.33588v1
- Date: Sat, 24 Oct 2026 10:31:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.368681
- Title: Developers as Managers of AI Agents: A Workplace Shadowing Study
- Title（参考訳）: AIエージェントのマネージャとしての開発者 - 職場のシャドウイングスタディ
- Abstract要約: AIコーディングエージェントがより自律的になるにつれて、開発者はより直接的に、コーディネートし、作業を確認します。
約15時間の作業で11人のプロフェッショナル開発者をシャドウダウンし、アクティビティとタスク移行をコーディングし、255件のプロンプトを分析し、フォローアップインタビュー4.6時間を実行しました。
開発者は平均33.4%の時間をAI応答のプロンプトやチェックに費やした。
- 参考スコア（独自算出の注目度）: 9.36585521513054
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As AI coding agents become more autonomous, developers increasingly direct, coordinate, and check their work. Yet little is known about these practices in everyday professional development. We shadowed 11 professional developers across approximately 15 hours of work, coded their activities and task transitions, analyzed 255 submitted prompts, and conducted 4.6 hours of follow-up interviews. Developers spent an average of 33.4% of observed time formulating prompts or checking AI responses, with task-switching rates ranging from 0 to 101.6 switches per hour. Beyond producing artifacts, prompts supported understanding, requirements clarification, agent configuration, and coordination. We identified three recurring patterns: \textit{Supervisor}, involving direct artifact inspection; \textit{Delegator}, involving dialogue-based coordination and delegated implementation and checking; and \textit{Learner}, involving agents primarily to build understanding. Developers sought technical information from agents and organizational context, authority, and alignment from colleagues. Our findings suggest future studies of how developers manage attention across concurrent agent tasks and tools that support verification, coordination, and learning.
- Abstract（参考訳）: AIコーディングエージェントがより自律的になるにつれて、開発者はより直接的に、コーディネートし、作業を確認します。
しかし、日々の専門的開発におけるこれらのプラクティスについてはほとんど知られていない。
約15時間の作業で11人のプロフェッショナル開発者をシャドウダウンし、アクティビティとタスク移行をコーディングし、255件のプロンプトを分析し、フォローアップインタビュー4.6時間を実行しました。
開発者は平均33.4%の時間をAI応答のプロンプトやチェックに費やした。
アーティファクトの生成以外にも、理解、要求の明確化、エージェントの設定、調整をサポートする。
直接アーティファクトインスペクションを含む \textit{Supervisor} と、対話ベースのコーディネーションとデリゲートされた実装とチェックを含む \textit{Delegator} と、主に理解を構築するためにエージェントを含む \textit{Learner} の3つの繰り返しパターンを特定した。
開発者は、エージェントからの技術情報と組織的コンテキスト、権限、同僚からの整合性を求めました。
本研究は,検証,コーディネート,学習を支援する並行エージェントタスクやツールにまたがって開発者の注意をいかに管理するかについて,今後の研究を示唆するものである。
関連論文リスト
- Agensh: Scaling Organizational Intelligence to 1,024 Agents [85.08934183130329]
Agenshは、中央のオーケストレータを持たないスケーラブルな自己組織化マルチエージェントハーネスである。
GPT-5.6-sol を用いて,最も難しい ProgramBench タスクを5つ評価した。
1から128エージェントへのスケーリングでは、最終テストパス率は19.31%から28.78%に上昇する。
パンドックでは、1から1,024のエージェントが最終テストパスレートを33.89%から55.06%に引き上げる。
論文 参考訳（メタデータ） (2026-09-22T17:56:25Z) - AgentForge: An Immersive Role-Playing Platform for Learning Agentic Software Engineering [4.609790123179083]
textitAgentForgeは、初心者が4つのソフトウェアエンジニアリングの役割のうちの1つを担う没入型学習システムである。
各練習セッションでは、初心者が選択した役割を演じ、AIエージェントが残りの3つを実行する。
37人の初心者開発者を対象にした調査では、AIエージェントのサポートで高いタスク補完率を達成した。
論文 参考訳（メタデータ） (2026-08-04T18:58:18Z) - How Do Practitioners Build SE Agents? Insights from a Mixed-Methods Study [14.012434371282382]
本論文は,SEエージェントの開発において,ソフトウェア工学プロセスがどのように変化しているかを初めて研究する。
7段階のワークフローと評価駆動開発へのシフトを特徴付ける。
私たちは、チームが直面する6つの課題と、それらに取り組むために採用するプラクティスを特定します。
論文 参考訳（メタデータ） (2026-07-12T17:40:36Z) - Humans are Missing from AI Coding Agent Research [116.47136146149226]
我々は、自律的なプログラミングエージェントから人間中心のコーディングエージェントへの方向転換を主張する。
課題解決ループを特徴付ける4つの中核的相互作用レベルを同定する。
論文 参考訳（メタデータ） (2026-07-04T01:24:03Z) - AgentIF-OneDay: A Task-level Instruction-Following Benchmark for General AI Agents in Daily Scenarios [49.90735676070039]
持続時間と複雑さが増大するタスクを効果的に処理するAIエージェントの能力は、成長を続けている。
エージェントタスクの多様性に十分対処することなく,タスクの難易度の向上を優先している。
本稿では,自然言語命令とAIエージェントを多種多様な日常タスクに活用できるかどうかを判定するエージェントIF-OneDayを提案する。
論文 参考訳（メタデータ） (2026-01-28T13:49:18Z) - Developer Interaction Patterns with Proactive AI: A Five-Day Field Study [7.26202905367366]
本稿では,プロの開発者を対象としたプロアクティブAI支援のフィールドスタディについて述べる。
我々は,5,732のインタラクションポイントにわたるAI介入を調査し,プロアクティブな提案の受け取り方について検討した。
以上の結果から,ヒトの受容能の系統的パターンが示唆された。
論文 参考訳（メタデータ） (2026-01-15T10:20:57Z) - Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。
我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。
結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
論文 参考訳（メタデータ） (2025-07-10T20:12:54Z)
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。