Reversa は、プロンプトからプロセスへ：AI ソフトウェア開発エージェントを支援するフレームワークのプロセス分類法と比較評価 で評価されている他のフレームワークとは逆の位置を占めている。新しいプロダクトのアイデアから出発するのではなく、運用上の知識がコードに埋め込まれたレガシーシステムから出発し、そのソフトウェアを AI エージェントが利用する運用仕様に変換するために リバースドキュメンテーションエンジニアリング を提案している。Reversa はフレームワークとしても論文としても公開されており、これを評価している比較研究は利益相反を申告している。Reversa はその研究の著者自身によるものであり、著者は、Reversa も他の 5 つのフレームワークと同じ批判的分析とリスクの記録の対象になっていると述べている。
機能
Reversa はレガシーコードを証拠の源として扱い、トレーサビリティ、確信度、ギャップを伴う成果物を生成する。評価を行った研究は、確信度とギャップのラベル付けを決定的に重要な部分として挙げている。エージェントは欠けている部分をもっともらしい推論で埋めがちであり、研究はこのフレームワークを、不確実性にラベルを付けることで、生成された仕様が実際以上に信頼できるように見えるのを防ごうとするものだと説明している。このフレームワークはまた、複数のコーディングエンジンのサポートを重視している。
採用とエコシステム
6 次元プロセス分類法 のもとで、Reversa のスコアは仕様が 2、コンテキストが 2、役割が 0、実行が 0、検証が 1、移植性が 1 であり、合計は 12 点中 6 点である。検証のスコアが部分的とされているのは、こうした確信度とギャップのラベルによるものであり、研究はそれらと並ぶテストやゲートを何も記録していない。Reversa は、この研究の中でレガシーから仕様へという方向を扱う唯一のフレームワークであり、役割と実行については範囲が狭い。これらのスコアは、公式ドキュメントに基づく研究著者の判断を表すものであり、独立した実証的測定ではない。
研究が Reversa から引き出している概念的な論点は、ソフトウェアのための AI フレームワークはグリーンフィールドの作業に限定されるべきではないというものである。現実の環境の多くはブラウンフィールドまたはレガシー優先であり、そこでの中心的な問題は、アイデアからコードを生成することではなく、エージェントにシステムを変更させる前に運用上の契約を復元することである。このアプローチは、リバースエンジニアリングと設計復元という確立された伝統につながる一方で、生成されるドキュメントの主な利用者を入れ替えている。それはもはや人間ではなく、システムを保守し、移行し、発展させなければならないエージェントである。
研究が挙げる限界は一般化である。評価は、今後さらに複数のシステム、言語、ドメイン、そして既存ドキュメントの充実度の異なる水準へと広げていく必要がある。また Reversa は、研究のトラクションフィルターを余裕をもって上回ったのではなく、その閾値ぎりぎりで対象に含められたものであり、その証拠基盤は、部分的な独立した学術的評価と申告された利益相反を伴うプレプリントとして記録されている。