論文の概要: Do AI Coding Agents Write Infrastructure as Code Like Humans? An Empirical Study of GitHub Pull Requests
- arxiv url: http://arxiv.org/abs/2610.34613v1
- Date: Sun, 25 Oct 2026 22:20:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.646971
- Title: Do AI Coding Agents Write Infrastructure as Code Like Humans? An Empirical Study of GitHub Pull Requests
- Title（参考訳）: AIコーディングエージェントはインフラストラクチャを人間のようなコードとして書くか?GitHubのプルリクエストに関する実証的研究
- Abstract要約: 49,241のGitHubリポジトリから349,156のIaCプルリクエスト(PR)を調査した。
ボットは人間のPRの32.9%を占め、残りのPRの12.3%はエージェントトレースを含んでいる。
サイレントエージェントPRは、ヒトのPRよりも全体的なマージ率が高いが、同じリポジトリ内では4.0ポイントがマージされる。
- 参考スコア（独自算出の注目度）: 7.0349768355860895
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Infrastructure-as-Code (IaC) configurations define cloud resources, networking, and access control, and AI coding agents increasingly write them. Little is known about how agent contributions differ from those of humans and automation bots, how maintainers evaluate them, and whether they introduce different sustainability concerns. We study 349,156 IaC pull requests (PRs) from 49,241 GitHub repositories, distinguishing humans, automation bots, silent agents, and disclosed agents. Bots account for 32.9% of ostensibly human PRs, and 12.3% of the remaining PRs contain agent traces, a share that grows over the study period. Agent PRs are about four times larger than human PRs and more often modify core infrastructure modules, whereas bots mainly maintain dependencies. Silent-agent PRs have higher overall merge rates than human PRs (87.4% vs. 78.9%) but are merged 4.0 percentage points less often within the same repositories. Disclosed agents create new infrastructure more often than humans (34.0% vs. 21.4%), and even for the same change type within the same repository, their PRs are 8.4 points less likely to be merged; silent-agent PRs show comparable acceptance for most change types. Finally, in 2,645 matched agent-human Terraform PR pairs, agent and human PRs introduce sustainability smells at similar rates (10.4% vs. 10.3%; paired odds ratio 1.02, 95% CI 0.83-1.25), most commonly missing remote state and monolithic configurations.
- Abstract（参考訳）: インフラストラクチャ・アズ・コード(IaC)構成は、クラウドリソース、ネットワーク、アクセス制御を定義し、AIコーディングエージェントはますますそれらを記述するようになる。
エージェントの貢献が人間や自動化ボットとどのように異なるか、メンテナがそれらをどのように評価するか、そしてそれらが異なるサステナビリティの懸念を導入するかどうかについては、ほとんど分かっていない。
我々は、49,241のGitHubリポジトリから349,156のIaCプルリクエスト(PR)を調査し、人間、自動化ボット、サイレントエージェント、公開エージェントを区別した。
ボットは目に見える人間のPRの32.9%を占め、残りのPRの12.3%はエージェントトレースを含んでいる。
エージェントPRは人間のPRの約4倍の大きさで、コアインフラストラクチャモジュールの変更が多いのに対して、ボットは主に依存関係を維持している。
サイレントエージェントPRは、ヒトのPRよりも総合的なマージ率が高い(87.4%対78.9%)が、同じリポジトリ内では4.0ポイントのマージが少ない。
公開エージェントは人間よりも頻繁に新しいインフラを作り(34.0%対21.4%)、同じリポジトリ内で同じ変更タイプであっても、それらのPRはマージされる可能性が8.4ポイント低い。
最後に、一致した2,645個のエージェントとヒトのTerraform PRペアでは、エージェントとヒトのPRは同様の速度(10.4%対10.3%、ペアのオッズ比1.02、95%CI 0.83-1.25)でサステナビリティの匂いを発生させる。
関連論文リスト
- 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) - Not All Agents Are Equal: Code Quality and Post-Merge Maintenance Across Five Autonomous Coding Agents in the Wild [0.0]
本論文は,5つの商用エージェントから37,623件の証明ラベル付きプルリクエスト(PR)について検討する。
AIDevデータセットと58,792のキャッシュされたGitHub APIレスポンスを組み合わせて、追加コードのセキュリティ臭いを測定します。
論文 参考訳（メタデータ） (2026-09-12T19:51:53Z) - AI Agent Pull Requests on GitHub: Frequency, Structure, and Merge Conflict Rates [0.0]
本稿では, AIDev-pop データセット (33,596 PR, 2,807 リポジトリ) を用いて,エージェントが作成する PR を用いた並列送信の実証的研究を行った。
共活性PRペアの大多数(ほとんどはエージェント内で作成されている)では、どちらのPRも同一のエージェントで作成されている。
論文 参考訳（メタデータ） (2026-07-06T05:58:12Z) - Workspace Optimization: How to Train Your Agent [49.579258311548635]
我々はエージェントのEmphworkspaceであり、それが読み取り、書き込み、テストする構造化された外部基質であると主張している。
本稿では,重み空間トレーニングの構造を反映して,作業空間を進化させる原理的手法を提案する。
ARC-AGI-3のマルチエージェントハーネスであるDreamTeamのアイデアをインスタンス化する。
論文 参考訳（メタデータ） (2026-05-10T16:52:10Z) - SWE-chat: Coding Agent Interactions From Real Users in the Wild [70.18158706281724]
SWE-chatは、オープンソースの開発者から収集された実際のコーディングエージェントセッションの大規模なデータセットである。
現在、データセットには6000のセッションが含まれており、63,000以上のユーザプロンプトと355,000のエージェントツールコールが含まれている。
論文 参考訳（メタデータ） (2026-04-22T17:08:19Z) - ClawArena: Benchmarking AI Agents in Evolving Information Environments [61.664633997138004]
ClawArenaは、進化する情報環境におけるAIエージェントの評価のためのベンチマークである。
それぞれのシナリオは、エージェントをノイズ、部分的、時には矛盾するトレースだけに露呈しながら、完全に隠された地上の真実を維持します。
評価は、マルチソースコンフリクト推論、動的信念修正、暗黙のパーソナライゼーションという3つの複合的な課題に基づいて構成される。
論文 参考訳（メタデータ） (2026-04-05T17:55:23Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z) - 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。