https://iceshore.ai/ja/radar/ 2026-11-07T00:00:00Z IceShore Radar編集部 https://iceshore.ai/ja/radar/rn-1046/ 2026-11-07T00:00:00Z

研究チームが査読前論文で、GitHubのプログラミング用AI『Copilot』の変更提案を分析した。作業の記録が公開された7,581件のうち、58%は人が途中で指示を出していなかった。指示する場合も、往復は中央値で2回だった。

https://iceshore.ai/ja/radar/rn-1048/ 2026-11-07T00:00:00Z

著者1人が自分の文書の保管庫を3種のAIに毎日編集させ、6週間の失敗を記録した査読前の事例研究。118件のうち最多は内容が古くなった文書で48件。AIによる点検は既知の古い記述の約半分を見つけ、指摘の93%以上は正しかった。

https://iceshore.ai/ja/radar/rn-1052/ 2026-11-07T00:00:00Z

査読前の論文が、ソフト全体を別の言語へ書き換える仕組み『CodeMeepo』を示した。8つの役割のAIで分担し、AIが変えられない外部の試験で段階ごとに確かめる。3組の言語の9件で、同じAIを使う既存の手法より合格した試験が18%多かった。

https://iceshore.ai/ja/radar/rn-0010/ 2026-11-06T00:00:00Z

企業向けにAIで開発を進めるBlitzyが、マイクロソフトとの協業を発表した。同社によると、文書の乏しい古いシステムを解析し、人が承認した仕様をもとに多数のAIが作業する。マイクロソフトの開発支援AIやクラウドも自社の基盤に組み込む。

https://iceshore.ai/ja/radar/rn-1056/ 2026-11-06T00:00:00Z

AIが作業の履歴を削って費用を抑える方法を、42通りの設定と9,400回の実験で比べた査読前の論文。単純な料金では26通りで費用が下がった。同じ入力の再利用を割り引く料金では、削ると割引が効かず、費用が下がった設定は42通り中0だった。

https://iceshore.ai/ja/radar/rn-1047/ 2026-11-06T00:00:00Z

4種のAIが書いたJavaの単体試験1万4320件を調べた査読前の論文。試験の失敗の15.6%は、正しい結果として書いた値そのものが誤っていた。空の値や負の数など境目の入力を確かめる試験は少なく、普通の入力に偏る傾向も見つかった。

https://iceshore.ai/ja/radar/rn-0006/ 2026-11-05T00:00:00Z

Googleが研究用の参照構成として、障害に自ら対処するAIの仕組みを公開した。大型セールを模した障害の試験で、最初の対処までの時間が15〜45分から1.8秒になった。AI同士の役割分担を恒久的に変えるには、運用担当者の承認が要る。

https://iceshore.ai/ja/radar/rn-0007/ 2026-11-05T00:00:00Z

GitHubは、AIのCopilotによるコードのレビューに承認の機能を正式に加えた。管理者が有効にすると、AIの承認がコードの取り込みに要る承認の数に入る。承認の後にコードが変わると、その承認は取り消される。

https://iceshore.ai/ja/radar/rn-0008/ 2026-11-05T00:00:00Z

Inkittは自社の技術記事で、危険の小さい修正をAIが変更提案の下書きまで進める仕組みを紹介した。検証や自動テストの失敗の修正は、それぞれ最大2回まで試す。取り込みの前の確認と承認は人が行う。

https://iceshore.ai/ja/radar/rn-1049/ 2026-11-04T00:00:00Z

AIが存在しないファイルや部品を使う誤りを、実行前に見つける『StateMirror』の査読前論文。AIの作業記録4,398件では、この誤りの立て直しに中央値で3手余分にかかっていた。79課題で解決率を保ち、作業時間を15.8%減らした。

https://iceshore.ai/ja/radar/rn-1040/ 2026-11-04T00:00:00Z

研究チームが査読前論文で、利用者が『残しておけば良かった』と書いた事例から205の作業を作った。6つのAIに解かせると、作業は平均86.1%こなした。だが設定やファイルを変える前に控えを取ったのは15.2%だった。

https://iceshore.ai/ja/radar/rn-1043/ 2026-11-04T00:00:00Z

研究者が査読前論文で、GitHubの活発な2万2,854件の公開ソフトを分析した。AIへの指示書『AGENTS.md』などは26.3%にあり、最も人気の高い層では59.6%だった。決まりの74.0%は理由を書いていない。

https://iceshore.ai/ja/radar/rn-1053/ 2026-11-03T00:00:00Z

C言語のソフト全体を、安全性を重視した言語Rustへ書き換える手順『SpeC2Rust』の査読前論文。8件で試し、変換後も元の動作試験に合格した。従来のAIの手法と比べ、費用を66.1%、AIに渡す入力の量を84.7%減らした。

https://iceshore.ai/ja/radar/rn-1042/ 2026-11-03T00:00:00Z

査読前の論文で、7種のAIに6通りの言語の組み合わせでプログラムを書き換えさせた。元と動作が変わる誤り13,919件を人手で分類した。意味の食い違いなど3種に分け、似た変換例を参照させて減らす手法も示した。

https://iceshore.ai/ja/radar/rn-1059/ 2026-11-03T00:00:00Z

Linuxを作ったトーバルズ氏が、英The Register誌の筆者に文面で答えた。変更の説明にAIを使うなという主張は見当違いで、有能な人にはAIを道具として使ってほしいとした。一方、理解せずAIで作った修正を送る人は抑えるべきだという。

https://iceshore.ai/ja/radar/rn-1057/ 2026-11-02T00:00:00Z

開発の途中で要求が変わる61の課題で、主要なAI12種を試した査読前の論文。最も強いAIは課題の72.1%を完成させた。失敗した段階を2回の手直し以内に立て直せたのは12種全体で15.4%で、前の機能を壊す例もあった。

https://iceshore.ai/ja/radar/rn-1035/ 2026-11-02T00:00:00Z

研究チームが査読前論文で、企業の長年のコードで製品の要求仕様書を満たす43の課題をAIに解かせた。11通りの組み合わせのうち、要求を最後まで満たした割合は最高でも14.0%。個々の機能を作っても全体への組み込みが抜けることが多かった。

https://iceshore.ai/ja/radar/rn-1045/ 2026-11-02T00:00:00Z

米GitHubは10月23日、マイクロソフトの業務チャット『Teams』向けアプリを更新した。Teamsに届いた不具合の報告でGitHubを呼び出すと、開発用AI『Copilot』が調べて直す。チームが確かめる変更の提案まで作る。

https://iceshore.ai/ja/radar/rn-1044/ 2026-11-01T00:00:00Z

米調査会社フォレスターが10月21日、2027年の技術予測を公表した。AIを使った開発と修正の速さが、試験の能力を上回るとみる。AIが書いたコードの不具合で、複数の業界にまたがる世界規模の障害が起きるとした。

https://iceshore.ai/ja/radar/rn-1039/ 2026-11-01T00:00:00Z

AIでの移行を想定し、古い言語COBOLの3万3429行のJava化を検証した査読前論文。849件の試験で新旧の動作を比べ、61件の欠陥を見つけて直した。わざと入れた450件の欠陥は47.6%しか見つからず、端数処理の誤りは見逃した。

https://iceshore.ai/ja/radar/rn-1038/ 2026-11-01T00:00:00Z

ソフトウェア設計の著述家マーティン・ファウラー氏は10月21日、シンディ・スリダラン氏の記事を推した。AIに不具合を調べさせるときは、まず挙動の事実を集め、コードは最後に読むべきだという主張を紹介した。

https://iceshore.ai/ja/radar/rn-1041/ 2026-10-31T00:00:00Z

OpenAIは、古い言語COBOLをJava等へ動作を変えずに移す自社の試験を説明した。推論を抑えた設定で、新AI『GPT-6.1 Sol』の正解率は旧版の5.4%から86.6%に上がった。米誌は、本番には専門家の確認が要るとした。

https://iceshore.ai/ja/radar/rn-1032/ 2026-10-31T00:00:00Z

米InfoQによると、監視ソフトのGrafana LabsはAIの誤答や依頼の達成を測る方法を示した。運用の目標値と許容できる誤りの枠で管理する。例として、30日間で会話の95%が依頼を果たしたと判定されることを目標に挙げた。

https://iceshore.ai/ja/radar/rn-1033/ 2026-10-31T00:00:00Z

地図大手HERE TechnologiesはAWSのブログで、開発用AI「Kiro」の使い方を示した。顧客の要求を作業票に分け、自動車業界の監査が求める要求と実装の対応を保つ。初期の社内測定から、調査工程を50%超減らせる見込みとした。

https://iceshore.ai/ja/radar/rn-1058/ 2026-10-30T00:00:00Z

LINEヤフーは、27年続く通販サイトの設計工程をAIに任せる例を技術ブログで報告した。コード置き場（リポジトリ）が3,000超ある同サイトの構成図や用語をAIに渡し、人が各段階で確認する。企画の工数は約2か月から1か月ほどに縮んだ。

https://iceshore.ai/ja/radar/rn-0004/ 2026-10-30T00:00:00Z

サイバーエージェントが、クラウドで動く小さなプログラム約200件を生成AIと洗い出した。うち38件を書き直し、本番に反映したと技術ブログで報告した。本番への反映など壊れうる操作は、人の承認を得てから行う決まりにした。

https://iceshore.ai/ja/radar/rn-1027/ 2026-10-30T00:00:00Z

米アマゾン・ウェブ・サービスが10月15日に発表した。障害への強さを試す『Resilience Hub』の試験を、運用支援のAIが観察する。そのAI『DevOps Agent』が、症状・原因・影響・復旧の動きをまとめる。

https://iceshore.ai/ja/radar/rn-0001/ 2026-10-29T00:00:00Z

Gartnerの10月26日の予測をITmediaが報じた。2030年までに組織の50%が、人の関与が最小のAIエージェントをIT運用に使うという。2026年のほぼ0%から増え、調査では運用責任者の58%がAIの本番導入を重要な課題とした。

https://iceshore.ai/ja/radar/rn-0002/ 2026-10-29T00:00:00Z

コード共有サービスの米GitHubが、年次報告「Octoverse」で公表した。9月時点で、変更提案（プルリクエスト）の40%超はAIエージェントへの指示から始まった。3月は17%で、AIが返した結果は人が点検して整えるとした。

https://iceshore.ai/ja/radar/rn-0003/ 2026-10-29T00:00:00Z

米AWSが運用支援AI「AWS DevOps Agent」の使い方をブログで示した。想定例で、別チームのネットワーク設定変更による障害の原因の候補を、AIが警報と変更記録から絞り込む。対象は構成管理ソフトTerraformで分けた構成だ。