論文の概要: Mind the Intent Gap: A Methodology for Collaborative Agent-Driven Software Engineering

• arxiv url: http://arxiv.org/abs/2610.37340v1
• Date: Tue, 27 Oct 2026 14:47:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.662984
• Title: Mind the Intent Gap: A Methodology for Collaborative Agent-Driven Software Engineering
• Title（参考訳）: Mind the Intent Gap: 協調エージェント駆動ソフトウェアエンジニアリングの方法論
• Abstract要約: 私たちはCAIAという,ソフトウェアチームのための方法論を紹介します。 各変更について、エージェントがプロダクトを進化させる前に、マイクロチームはその意図を一致させ、知識ベースにアップデートを提案する。 提案されたCAIA方法論は、産業的なニーズから生まれ、すでにNi2で使用されており、それをサポートするプラットフォームが構築されている。
• 参考スコア（独自算出の注目度）: 2.0748083855677812
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AI agents have entered software teams, first as tools and now as team members. They produce in minutes what used to take days, yet the expected gain in delivery often fails to appear. We argue that they are entering processes designed for people, which quietly relied on people to cover three of their weaknesses. The team's intent was never fully written down, because colleagues filled the gaps. An AI agent fills them too, though by guessing, and drifts from what the team had in mind. The reasoning behind each deliverable was already lost from one step to the next, and AI agents now inflate and deflate the documents passed along. The reasoning people did alone was partly private and now moves into AI tools that keep it private by nature. We present CAIA, for Collaborative Agentic Intent Alignment, a methodology for software teams that brings agents into the way they work. A knowledge base describes the product that a project maintains. For each Change, a micro-team aligns on its intent before agents evolve the product and propose updates to the Knowledge Base. The proposed CAIA methodology emerged from an industrial need and is already in use at Ni2, with a platform built to support it. We present the methodology and outline our plans to evaluate it further.
• Abstract（参考訳）: AIエージェントは、まずツールとして、そして今度はチームメンバーとして、ソフトウェアチームに入りました。 彼らは何日かで数分で生産するが、デリバリの期待される利益は現れないことが多い。 人々の3つの弱点をカバーするために、静かに人々を頼りにしていた人々のために設計されたプロセスに参入している、と私たちは主張する。 チームの意図は、同僚がギャップを埋めたために、完全に書き留められることはなかった。 AIエージェントも、推測によってそれらを満たし、チームが念頭に置いていたものからドリフトする。 それぞれの納品物の背後にある理由は、すでにあるステップから次のステップまで失われており、AIエージェントは現在、渡されたドキュメントを膨らませてデフレーションしています。 人々が単独で行った理由は部分的には非公開であり、現在ではそれを自然にプライベートに保つAIツールへと移行している。 私たちはCAIA(Collaborative Agentic Intent Alignment)を紹介します。 ナレッジベースは、プロジェクトが維持する製品を記述する。 各変更について、エージェントがプロダクトを進化させる前に、マイクロチームはその意図を一致させ、知識ベースにアップデートを提案する。 提案されたCAIA方法論は、産業的なニーズから生まれ、すでにNi2で使用されており、それをサポートするプラットフォームが構築されている。 方法論を提示し、さらに評価する計画を概説する。

関連論文リスト

• To Copilot and Beyond: 22 AI Systems Developers Want Built [8.021702941771972]
  860人のMicrosoft開発者を対象に調査を行い、AIサポートを希望する場所と、そこに留まることを希望する場所を調べた。 開発者が5つのタスクカテゴリにまたがって構築したい、22のAIシステムを特定します。 それぞれについて、それが解決する問題、構築が難しい理由、開発者がその振る舞いに課す制約について説明する。
  論文  参考訳（メタデータ） (2026-04-09T05:31:34Z)
• If You Want Coherence, Orchestrate a Team of Rivals: Multi-Agent Models of Organizational Intelligence [1.1637186977447433]
  完全コンポーネントを得ることなく、不完全なコンポーネントを慎重にオーケストレーションすることで信頼性を実現することができることを示す。 本稿では,このようなシステムのアーキテクチャについて述べる。特殊エージェントチーム(プランナ,実行者,評論家,専門家)。 提案手法は,ユーザの露出前に90%以上の内部エラーインターセプションを達成し,許容可能なレイテンシトレードオフを維持していることを示す。
  論文  参考訳（メタデータ） (2026-01-20T17:19:09Z)
• Validity Is What You Need [3.0111718611142684]
  我々はエージェントAIの他の定義を検討し、新しい現実主義的定義を提案する。 しかし、エージェントAIシステムは基盤ではなく、主にアプリケーションである点に留意する。
  論文  参考訳（メタデータ） (2025-10-31T17:00:04Z)
• 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)
• Collaborative Document Editing with Multiple Users and AI Agents [19.340967112148665]
  我々は,AIエージェントを直接共同作成環境に統合することを提案する。 私たちのプロトタイプでは、エージェントプロファイルとタスクという2つの新しい共有オブジェクトを通じて、AIを透過的でカスタマイズ可能にしています。
  論文  参考訳（メタデータ） (2025-09-15T12:11:59Z)
• The Rise of AI Teammates in Software Engineering (SE) 3.0: How Autonomous Coding Agents Are Reshaping Software Engineering [10.252332355171237]
  本稿では,このようなエージェントが野生でどのように動作するかを示す最初の大規模データセットであるAIDevを紹介する。 AIDevは5つの主要なエージェントによる45万6000件以上のプルリクエストに対処し、ソフトウェア開発において自律的なチームメイトを研究するための前例のない経験的な基盤を提供する。 データセットには、PR、著者、レビュータイムライン、コード変更、統合結果に関する豊富な情報が含まれている。
  論文  参考訳（メタデータ） (2025-07-20T15:15:58Z)
• 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)
• Don't lie to your friends: Learning what you know from collaborative self-play [63.0121884175594]
  我々は、AIエージェントが知っていることを教えるために、根本的に新しいアプローチを提案する。 我々は,集団が正解に到達して報奨を受けるマルチエージェントコラボレーションを構築した。 望ましいメタ知識は、相互作用の構造に組み込まれたインセンティブから生まれる。
  論文  参考訳（メタデータ） (2025-03-18T17:53:20Z)
• The Rise and Potential of Large Language Model Based Agents: A Survey [91.71061158000953]
  大規模言語モデル(LLM)は、人工知能(AGI)の潜在的な火花と見なされる まず、エージェントの概念を哲学的起源からAI開発まで追跡し、LLMがエージェントに適した基盤である理由を説明します。 単一エージェントシナリオ,マルチエージェントシナリオ,ヒューマンエージェント協調の3つの側面において,LLMベースのエージェントの広範な応用について検討する。
  論文  参考訳（メタデータ） (2023-09-14T17:12:03Z)

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。