Project Prometheus: Bridging the Intent Gap in Agentic Program Repair via Reverse-Engineered Executable Specifications
本論文は、自動プログラム修復における「意図の乖離」を解消するため、実行可能な仕様（Gherkin）の逆推論と検証ループを導入し、Defects4J ベンチマークで 93.97% の修正成功率と既存エージェントが修復不可能だった複雑なバグの 74.4% を救済する画期的なフレームワーク「Prometheus」を提案するものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
プロメテウス：バグ修正の「意図のギャップ」を埋める新技術
この論文は、**「AI がコードのバグを直すとき、なぜ間違った修正をしてしまうのか？」**という問題に挑み、新しい解決策「プロメテウス（Prometheus）」というシステムを紹介しています。
まるで、**「天才的な職人（AI）に『壊れた時計を直して』と言っても、なぜか時計を分解して壊し続けてしまう」**ような現象を解決する物語です。
🕵️♂️ 問題：AI は「天才」だが「意図」が読めない
最近の AI（大規模言語モデル）は、コードを書くのが非常に上手になりました。しかし、**「何のために直すのか（意図）」**という部分で、人間とズレが生じることがあります。
- 従来のやり方：
「ここがバグってるから直して」という曖昧な指示（自然言語）を与えると、AI は「たぶんこうかな？」と推測して修正します。 - 結果：
AI は「直そう」という気持ちはあるのですが、**「余計なところまで手を入れて、時計の歯車を全部入れ替えてしまう」ような、過剰で危険な修正（Berserker-style：狂戦士のような暴走）をしてしまうことがあります。これを論文では「意図のギャップ（Intent Gap）」**と呼んでいます。
💡 解決策：プロメテウス（Prometheus）の登場
プロメテウスは、**「いきなりコードを直すのではなく、まず『直すべきルール』を明確にする」**というアプローチをとります。
このシステムは、3 人の異なる役割を持つ AI アシスタント（エージェント）で構成されたチームワークです。
1. 設計者（Architect）：「なぜ壊れたのか？」を分析し、ルールを作る
- 役割： バグの原因を徹底的に調べ、**「どう直すべきか」という明確なルール（仕様書）**を作ります。
- アナロジー：
壊れた時計を見て、「あ、この歯車が噛み合ってないんだ。だから、『この歯車は 3 回転したら止まること』というルールを決めよう」という設計図を描く人です。- ここでは、単なる言葉ではなく、**「Gherkin（ギルキン）」**という、人間にも機械にもわかる「もし〜なら、こうなる」という形式のルールを使います。
2. 検査員（Engineer）：ルールが正しいか「サンドイッチ検証」する
- 役割： 設計者が作ったルールが本当に正しいか、「壊れた時計」と「直った時計」の両方でテストします。
- アナロジー：
「このルールは、壊れた時計には『失敗する』はずだし、直った時計には『成功する』はずだ」と確認する厳格な検査員です。- もしルールが間違っていれば、ここで「ルール作り直し！」となり、間違ったルールで直すことを防ぎます。これを**「RQA ループ（要件品質保証）」**と呼びます。
3. 職人（Fixer）：ルールに従って「手術」する
- 役割： 正しいルールができたから、いよいよコードを直します。
- アナロジー：
設計図と検査済みルールを手に、**「余計な歯車は触らず、壊れた部分だけピンポイントで交換する」という、「外科手術（Surgical Repair）」**のような精密な作業をする職人です。- これまで「暴走」していた AI が、ルールという「柵」の中で冷静に働くようになります。
📊 結果：驚異的な成功
このシステムを、有名なバグ集（Defects4J）の 680 個のバグで試したところ、以下の結果が出ました。
- 修正成功率：93.97%（680 個中 639 個を成功）
- 従来の AI 単体では難しかった複雑なバグも、**74.4% の確率で「救出（Rescue）」**することに成功しました。
- 質の向上：
AI が「とりあえず動くように」と大雑把に直すのではなく、**「本来の意図通りに、最小限で正確に直す」**ことができるようになりました。
具体的な成功例
- 数学のバグ： 単純な近似計算ではなく、数学的に厳密な公式（ベータ関数）を導き出して修正しました。
- 依存関係のバグ： 「JUnit という特定のツールに依存しないように」というルールを AI が理解し、反射機能を使って安全な修正を行いました。
🚀 結論：「より大きな AI」ではなく「より良い質問」
この研究が示している最も重要なメッセージはこれです。
「AI をもっと賢くする（モデルを大きくする）」ことよりも、「AI に何をさせるか（意図を明確にする）」ことの方が重要だ。
プロメテウスは、AI に「コードを書け」と命令するのではなく、**「まずは『何をするべきか』という契約（仕様書）を結べ」**と教えることで、AI の能力を最大限に引き出しました。
これからのソフトウェア開発では、**「AI がバグを直す」のではなく、「AI が『どう直すか』というルールを一緒に作り、人間がそれを承認して、AI が実行する」**という、より高度なパートナーシップが重要になるでしょう。
まるで、**「天才的な職人に、曖昧な指示ではなく、完璧な設計図と検査済みルールを与えれば、どんな複雑な機械も完璧に直せる」**という、新しい時代の扉を開いたような論文です。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。