論文の概要: Your Wish Is My Commit: Over-Compliant Refactoring in AI Coding Agents
- arxiv url: http://arxiv.org/abs/2610.36346v1
- Date: Mon, 26 Oct 2026 22:12:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-29 04:15:49.205372
- Title: Your Wish Is My Commit: Over-Compliant Refactoring in AI Coding Agents
- Title（参考訳）: AIコーディングエージェントの過剰なリファクタリング
- Abstract要約: 大規模言語モデルは、非生産的であっても、サイコファンであり、ユーザと過剰に補完することが知られている。
編集なしで編集を継続するエージェントは、コードの書き込み、技術的負債、レビューの負担を削減します。
- 参考スコア（独自算出の注目度）: 3.277635102884513
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models are known to be sycophantic, over-complying with users even when doing so is unproductive. When these models act as coding agents, this can be costly: an agent that keeps editing after no edit improves the code writes churn, technical debt, and review burden into the codebase. Yet the consequences of sycophancy in software engineering remain largely understudied. To understand them, we run a controlled study of iterative refactoring, an open-ended task with no stopping criterion, where any edit an agent makes once the code is already clean reflects compliance rather than improvement. Across algorithmic (n=50) and object-oriented (n=10) suites, we repeatedly ask two widely used agents, Codex and Claude Code, to refactor further across five models. Over 3,000 turns, we define six behavioral signals of over-compliance. We hypothesized that a capable agent would stop once it recognized an optimized codebase; none did. Every model kept editing, rewriting up to 31x the original codebase before first stopping and resuming edits even after declaring the task complete. Over-compliance is a costly, multi-turn behavior that compounds with every turn, and our six signals give developers and tool builders a way to detect and curb it.
- Abstract（参考訳）: 大規模言語モデルは、非生産的であっても、サイコファンであり、ユーザと過剰に補完することが知られている。
これらのモデルがコーディングエージェントとして振る舞う場合、これはコストがかかる可能性がある。編集せずに編集を継続するエージェントは、コードの書き直し、技術的負債、コードベースへのレビューの負担を改善します。
しかし、ソフトウェア工学における梅毒の影響はほとんど検討されていない。
それらを理解するために、反復リファクタリングの制御された研究、停止基準のないオープンエンドタスクを実行し、エージェントがコードをクリーンにすると、改善ではなくコンプライアンスを反映する。
アルゴリズム (n=50) とオブジェクト指向 (n=10) スイート全体にわたって、我々は繰り返し、広く使われている2つのエージェントであるCodexとClaude Codeに、5つのモデルでさらなるリファクタリングを依頼した。
3000回以上、オーバーコンプライアンスの行動信号が6つ定義されている。
最適化されたコードベースが認識されれば、有能なエージェントが停止する、という仮説を立てました。
各モデルは編集を続け、元のコードベースの最大31倍の書き直しを行い、タスクが完了したと宣言した後でも、最初に編集を停止し、再開した。
過剰なコンプライアンスは費用がかかるマルチターン動作であり、すべてのターンに混じり合っている。
関連論文リスト
- (Im)Paired Programming: Coding Agents Improve Productivity but Harm Understanding [59.19634073105828]
54人の学生が2つのAIシステムのうちの1つでウェブサイトを作成しています。
我々は,エージェントを使わずにコードを拡張するタスクを,理解的質問や理解を通じてテストする。
自己報告の弱い理解にもかかわらず、ユーザはコーディングエージェントを好む。
論文 参考訳（メタデータ） (2026-07-29T01:23:04Z) - TRIM: Reducing AI-Generated CodeSlop via Agent Trajectory Minimization [57.14479960309637]
コーディングエージェントは、多くの下流タスクでコード生成を加速するためにますます使われています。
その価値にもかかわらず、エージェント生成コードは、対応する人間による実装よりも大きく、冗長である傾向がある。
原因はエージェント自身の検索プロセスにあることを示す。
論文 参考訳（メタデータ） (2026-07-20T17:06:19Z) - Autoresearch with Coding Agents: Generalizers and Metric-Maximizers on Quran Recitation Data [4.191965713559235]
コーディングエージェントは、スコアに対してソフトウェアを改善するために、単独で残すことができます。
このパターンでは、エージェントはデータセット、評価スクリプト、編集可能な1つのファイルを受け取り、監督なしで反復する。
このループを実際の生産タスクで実行し、ノイズの多い音声認識書面にどのクラニック詩が現れるかを決定しました。
論文 参考訳（メタデータ） (2026-07-20T15:32:09Z) - Is Agent Code Less Maintainable Than Human Code? [17.226150835020146]
保守環境において,エージェントコードがヒューマンコードとどのように比較されるかを検討する。
エージェントは人的コードに比べてエージェントコード構築時のタスクの解決に効果が低いことがわかった。
論文 参考訳（メタデータ） (2026-06-19T23:56:14Z) - Does Code Cleanliness Affect Coding Agents? A Controlled Minimal-Pair Study [0.18907108368038217]
コードのクリーン化がエージェントのナビゲートと修正の能力に影響を与えることを示す。
我々の知見は、従来の保守性原則がAI駆動開発の時代において極めて重要であり続けていることを示唆している。
論文 参考訳（メタデータ） (2026-05-19T16:06:26Z) - Code as Agent Harness [107.31925305395957]
新興のエージェントシステムでは、コードはもはや単なる目標出力ではない。
コードはエージェントの推論、行動、環境モデリング、実行ベースの検証のための運用上の基盤としてますます役立っている。
この調査は、実行可能、検証可能、ステートフルなAIエージェントシステムに向けた統一されたロードマップを提供する。
論文 参考訳（メタデータ） (2026-05-18T17:59:03Z) - 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) - Agentic Much? Adoption of Coding Agents on GitHub [6.395990525268647]
GitHub上でのコーディングエージェントの採用に関する大規模な研究を初めて紹介する。
採用率は15.85%--22.60%と見積もられているが、これは数ヶ月前の技術では極めて高い。
コミットレベルでは、コーディングエージェントによって支援されるコミットは、人間の開発者によって書かれたコミットよりも大きいことが分かります。
論文 参考訳（メタデータ） (2026-01-26T10:28:10Z) - 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) - AgentPack: A Dataset of Code Changes, Co-Authored by Agents and Humans [46.56091965723774]
コード編集のための微調整された大きな言語モデルは、一般的にコミットのマイニングやプルリクエストに依存しています。
我々は、Claude Code、OpenAI Codex、Cursor Agentが共著した1.3Mコード編集コーパスであるAgentPackを紹介する。
AgentPackで微調整されたモデルは、以前の人間のみのコミットコーパスで訓練されたモデルより優れていることを示す。
論文 参考訳（メタデータ） (2025-09-26T05:28:22Z)
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。