要旨: AIコーディングエージェントは、ツール呼び出しのかなりの割合を、方向性のないコードベース探索に費やしている。エージェントに対して形式的なアーキテクチャ記述子を与えることで、このナビゲーションのオーバーヘッドを削減できるかどうかを検証する。相補的な3つの研究を提示する。第一に、制御実験（コードローカライゼーション課題24件×条件4、Claude Sonnet 4.6、temperature=0）では、アーキテクチャ文脈によってナビゲーション手順が33〜44%削減されることを示す（Wilcoxon p=0.009、Cohenのd=0.92）。また、S式、JSON、YAML、Markdownの間で有意な書式差は検出されなかった。第二に、アーティファクト対プロセスの実験（課題15件×条件3）では、自動生成された記述子が、盲検の80%に対して100%の精度を達成することを示す（p=0.002、d=1.04）。これは、開発者による自己の明確化に依存しない直接的なナビゲーション上の価値を証明する。第三に、7,012件のClaude Codeセッションにまたがる観察的フィールドスタディでは、エージェントの行動のばらつきが52%減少することが示される。ライタ側の実験（生成実行96回、誤り注入96回）では、重大な失敗モードの違いが明らかになる。すなわち、JSONは原子的に失敗し、YAMLはエラーの50%を黙って破損させ、S式は構造的な完全性に関するすべてのエラーを検出する。S式のアーキテクチャ記述子であるintent.lispを提案し、オープンソースでForgeツールキットを公開する。
AIコーディングエージェントのためのナビゲーション原子としての形式的アーキテクチャ記述子
arXiv cs.AI / 2026/4/16
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisTools & Practical UsageModels & Research
要点
- 本論文は、形式的なソフトウェアアーキテクチャ記述子が、AIコーディングエージェントによる方向性のないコードベース探索をどれだけ減らせるかを検証し、制御された実験においてナビゲーション手順が33〜44%削減されることを示した。
- 記述子フォーマット（S式、JSON、YAML、Markdown）について、少なくとも測定した設定においてナビゲーション手順の効果は同等であり、また自動生成された記述子は盲目的探索と比べて高いローカリゼーション精度を提供できることを示した。
- 7,012件のClaude Codeセッションにわたって、著者らはアーキテクチャ文脈を与えることでエージェントの行動のばらつきが52%減少したと報告しており、より一貫した挙動が示唆される。
- ライタ側の実験では、重要な頑健性に関するトレードオフが明らかになった。JSONは原子的に失敗する一方、YAMLは多数のエラーを静かに破損させうるが、S式は構造的な完全性の問題をより良く検出できる。
- 著者らは「intent.lisp」（S式のアーキテクチャ記述子）を提案し、このアプローチを支援するオープンソースの「Forge」ツールキットを公開している。
