連続生成の限界と構造保存：自己回帰モデル時代における「ソフトウェア工学」の再定義
Zenn / 3/16/2026
💬 OpinionDeveloper Stack & InfrastructureIdeas & Deep AnalysisModels & Research
Key Points
- 自己回帰生成の連続性には長期的な構造を保つ難しさがあると指摘
- その制約がソフトウェア工学の設計・アーキテクチャ選択・コード品質保証に新たな課題をもたらす
- 「ソフトウェア工学」の再定義として、データ駆動の設計原則・評価指標・開発プロセスの見直しを提案
- 今後の方向性として、実践ガイドライン・ケーススタディ・ツール要件の整備を促す
TL;DR
本稿では、生成AIを用いたソフトウェア開発を、単なる対話ではなく段階的な開発プロトコルとして定式化する。具体的には、開発過程を以下の写像列として記述する。
r \rightarrow E(r) \rightarrow D \xrightarrow{\varphi} I \rightarrow V(I)
このモデルに基づき、単一LLMによる連続生成が抱える構造的不安定性（Softmax Crowding および Semantic Drift）を指摘し、複数AIと成果物固定による工学的安定化の手法を提案する。
1. はじめに
ソフトウェア開発の日常は、常に何らかの「問...
Continue reading this article on the original site.
Read original →
