論文の概要: Hidden in Plain Sight: an Empirical Study about The Instruction Stacks of Coding Agents
- arxiv url: http://arxiv.org/abs/2610.37332v1
- Date: Tue, 27 Oct 2026 14:38:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.66125
- Title: Hidden in Plain Sight: an Empirical Study about The Instruction Stacks of Coding Agents
- Title（参考訳）: 平地に隠されたコーディングエージェントの命令スタックに関する実証的研究
- Abstract要約: コーディングエージェントは、命令スタックを形成する命令、ツール定義、環境コンテキストを追加する。
このスタックは、リリース全体の実行と変更をガイドしますが、ユーザに対してほとんど公開されておらず、研究で十分に特徴付けられています。
我々は、Claude Code, Codex, Gemini CLI, Qwen Code, OpenCodeの1,886リリースの最初のモデルリクエストでキャプチャされた命令スタックについて、縦断的研究を行った。
- 参考スコア（独自算出の注目度）: 2.8625051073484333
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Coding agents send their models more than the user's prompt: they add instructions, tool definitions, and environmental context that form an instruction stack. This stack guides execution and changes across releases, yet remains largely unexposed to users and insufficiently characterized in research. We present a longitudinal, cross-agent study of the instruction stacks captured in the first model requests of 1,886 releases of Claude Code, Codex, Gemini CLI, Qwen Code, and OpenCode. Under controlled conditions, we analyze their composition and evolution and trace changes in the four open-source agents to documented motivations. Our findings show why examining the system prompt or reporting the model alone provides an incomplete account of agent inputs. Tool definitions dominate three agents' latest requests, while occasional concentrated revisions alter instructions governing tool use, attribution, and coding style. Such revisions can complicate how researchers identify agent-authored contributions and interpret generated code. We also found that only 48% of examined change units directly explain the motivation for stack revisions. Across agents, shared capabilities emerge despite increasingly distinct wording. These findings expose an evolving, incompletely documented layer of agent design. The findings motivate documenting captured instruction stacks alongside agent releases, models, and user prompts, and preserving the rationale behind their revisions.
- Abstract（参考訳）: コーディングエージェントは、ユーザーのプロンプトよりもモデルを送信する。命令、ツール定義、および命令スタックを形成する環境コンテキストを追加する。
このスタックは、リリース全体の実行と変更をガイドしますが、ユーザに対してほとんど公開されておらず、研究で十分に特徴付けられています。
我々は、Claude Code, Codex, Gemini CLI, Qwen Code, OpenCodeの1,886リリースの最初のモデルリクエストでキャプチャされた命令スタックについて、縦断的研究を行った。
制御条件下では,4つのオープンソースエージェントの構成と進化と変化を追跡分析し,モチベーションを文書化する。
本研究は, エージェント入力が不完全であることを示す。
ツール定義は3つのエージェントの最新の要求を支配し、時々集中的な修正はツールの使用、属性、コーディングスタイルを規定する命令を変更する。
このようなリビジョンは、研究者がエージェントによるコントリビューションを識別し、生成されたコードを解釈する方法を複雑にすることができる。
また,スタックリビジョンの動機を直接説明できる変更項目は48%に過ぎなかった。
エージェント全体では、次第に異なる言い回しにもかかわらず、共有能力が出現する。
これらの発見は、エージェント設計の進化的、不完全な文書化層を明らかにしている。
この発見は、キャプチャーされた命令スタックをエージェントリリース、モデル、ユーザープロンプトと共にドキュメント化し、リビジョンの背後にある根拠を保存する動機となっている。
関連論文リスト
- Librarian Agents: Training LLMs to Curate Long-Context Workspaces that Anticipate Future Queries [61.486885079210055]
構築者エージェントが生文書を階層的な合成ファイルと参照リンクに変換するフレームワークであるLibrarian Agentsを導入し、下流の応答エージェントに適したワークスペースを形成する。
経験的に、ライブラリアンエージェントはBrowseComp-Plusで最強の検索と事前計算のベースラインを33ポイント上回り、繰り返しクエリで事前構築コストを償却し、31ポイント平均精度の改善でBRIGHT上の未確認領域にゼロショットを一般化する。
論文 参考訳（メタデータ） (2026-10-15T17:35:17Z) - Agents Are Systems, Not Models: Rethinking Agentic Evaluation [80.87068485535677]
エージェントの構成の5つの部分(タスク情報、推論、自己検証、時間予算、バックボーンモデル)について検討する。
結果の約54%は、変更ではなく、同じ構成を繰り返すことによるものです。
ベンチマークと18,000以上のエージェントトラジェクトリをリリースする。
論文 参考訳（メタデータ） (2026-10-01T12:55:07Z) - ScrambleToolBench: Agents Search Exhaustively Even When Their Own Map Points to the Next Step [74.83535434786145]
ScrambleToolBenchは,行動推論の分離を目的とした対話型端末ベンチマークである。
このベンチマークでは、エージェントがテストとエラーのインタラクションを通じて、隠されたツールの振る舞いを明らかにする必要がある。
現状の言語モデルに対する我々の評価は、初期発見が成功しても頑健な適応にはならないことを示している。
論文 参考訳（メタデータ） (2026-08-03T15:07:46Z) - SciDiagramEdit: Learning to Edit Scientific Diagrams from Paper Revisions [66.46898035008782]
SciDiagramEditは、自然論文の改訂から学習する、ベンチマークおよびスキル進化フレームワークである。
エージェント提案者は、複数のエポック上の実行トレースからエージェントのスキル仕様を継続的に洗練する。
得られたスキルは、保持された検証セットの編集精度を段階的に引き上げる。
論文 参考訳（メタデータ） (2026-07-16T17:58:36Z) - 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) - How to Interpret Agent Behavior [56.59836196946289]
本稿では,エージェントの動作を実行時に記述・解析するための分類法であるACT*ONOMYを紹介する。
共用語彙を提供することで、ACT*ONOMYは研究者、エージェントデザイナー、エンドユーザーがエージェントの振る舞いをより一貫して解釈するのに役立つ。
論文 参考訳（メタデータ） (2026-05-13T14:52:40Z) - Agent Mentor: Framing Agent Knowledge through Semantic Trajectory Analysis [4.365760422569902]
我々は、Agent Mentorオープンソースライブラリの一部として実装された分析パイプラインを紹介する。
システムの監視と漸進的な適応によって、他のエージェントの振る舞いを定義する。
パイプラインは、エージェントの知識に修正命令を体系的に注入することで、パフォーマンスを向上させる。
論文 参考訳（メタデータ） (2026-04-12T08:02:54Z) - CodeAgent: Autonomous Communicative Agents for Code Review [12.163258651539236]
コードレビュー自動化のための新しいマルチエージェント大規模言語モデル(LLM)システムであるツールを紹介する。
CodeAgentは、すべてのエージェントのコントリビューションが初期レビュー問題に対処するように、監督エージェントであるQA-Checkerを組み込んでいる。
結果はCodeAgentの有効性を実証し、コードレビュー自動化の新たな最先端に寄与している。
論文 参考訳（メタデータ） (2024-02-03T14:43:14Z)
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。