1. 同じ親実装から改善案を探索し、互換性のある機構を統合するELITE

手法の概要

コーディングエージェント自身の実装を改善する手法。複数案を同じ親実装から独立に作り、実装内容を比較して、共存できる機構を一つの次世代実装へまとめる。

何が新しいか

候補を下流タスクの成績で順位付けする代わりに、コードから補完・重複・衝突を判断する。進化ループ内では構造・動作条件の決定的検査だけを使い、候補のタスク成績や実行軌跡を選択に使わない。

導入手順・活用例

  1. 現行実装の制約を読み、改善対象、具体的な機構、完了条件を持つ複数の仮説を作る。
  2. 各仮説を同一の親実装から独立に実装する。
  3. コンパイル、インポート、必須インターフェース、変更範囲などの検査で無効な候補を除く。
  4. 仮説、差分、検査結果を比較し、補完・重複・衝突・過剰な複雑さ・未完成の機構を判定する。
  5. 互換性のある機構を親実装へ一貫した変更として再実装し、決定的検査を通す。
  6. 活用案(本調査では未実行):導入前に別途固定した実務タスクで品質、費用、所要時間を測定する。

活用案(本調査では未実行):社内エージェントの出力読み取り、終了状態の扱い、編集復旧などの改善案を個別に実装し、共通インターフェースを整えて統合する。

適用条件

エージェントのソースコードを変更でき、同一の親実装から候補を作れること。モデルを固定し、実行可能性・必須インターフェース・変更範囲を機械的に検査できること。

限界

検証は選定されたベンチマークの部分集合に限定され、一部比較は単回実験。採用された更新でも下流性能は低下し得る。通常のアプリ開発における受け入れテストを省略できるという結果ではない。

効果の検証状況

著者の報告ではSWE-bench Proの60タスク部分集合で成功率が60.0%から85.6%へ改善。進化ループ内の候補タスク評価は0回で、進化の実測所要時間はDGMの約1/8.8、HGMの約1/3.2だった。ただし比較手法の成功率は86.7%、88.3%と高く、並列数や停止予算が揃った比較ではないため時間比は実験設定に依存する。本調査では未実験、独立再現未確認。

一次情報

  • 出典を読む
  • 公開日:2026-11-16
  • 更新日:記載なし/未確認
  • URL・本文根拠・日付:取得した一次資料と機械照合済み。手法の有効性を独立実験したものではありません。
調査記録調査時刻・検索語・採否の理由

調査時刻:2026-11-17T22:06:39.309103+09:00。対象:直近72時間。

日付のみの出典は日本時間の日付として保守的に判定しています。調査範囲には限界があります。

調査範囲

実際に使用した検索語:

  • AI coding agent workflow November 17 2026 testing context
  • Claude Code November 16 2026 workflow code review
  • Codex November 15 2026 developer workflow
  • site.arxiv.org coding agents November 2026 testing
  • site.arxiv.org/abs/ “2026” “Nov 16” “coding”
  • “November 17, 2026” “agent” “testing”
  • “November 16, 2026” “context” “coding” -site:reddit.com
  • “coding agent” “November 15, 2026” workflow
  • “Codex” “November 17, 2026” workflow site:developers.openai.com
  • “Jac” “by llm” “2025”

確認した資料(採否の理由は調査時の判断):

  • 資料:取得失敗。本文と更新日を検証できず不採用。
  • 資料:著者本人の本文を確認。計画、別コンテキストでの批評、差分とテストの確認は既存手法であり、本文の日付も相対表示のみのため不採用。
  • 資料:本文を確認。別投稿をまとめた二次資料であり、既存のテスト先行・独立レビュー・CIゲートの組み合わせのため不採用。
  • 資料:要旨と提出日を確認。2026-11-12提出で対象期間外。
  • 資料:採用。2026-11-16の提出日と、候補のタスク評価を使わず実装機構を統合する手法を確認。
  • 資料:採用論文のHTML本文。探索、決定的検査、互換性に基づく再実装、比較実験と限界を確認。
  • 資料:要旨と2026-11-16の提出日を確認。既存のJacの言語機構を統合する研究で、既存手法の更新を保守的に除外する条件により不採用。
  • 資料:HTML本文を開いて確認。既存言語機構との連続性があり、今回の新手法としての採用を見送った。
  • 資料:要旨と2026-11-16の提出日を確認。学生の仕様・コード所有意識に関する観察研究で、再現可能な新しい開発手法の提示としては不足するため不採用。
  • 資料:公式本文を確認。役割別コンテキストと引き継ぎの既存ガイドであり、対象期間内の新手法と確認できず不採用。
  • 資料:既存研究との比較のため取得を試みたが、転送先の取得に失敗。採用根拠には使用していない。

候補 1件、採用 1件、検証・重複チェックによる除外 0件。

外部リンクは新しいタブで開きます。導入前に一次情報と適用条件をご確認ください。

← すべてのレポートを見る