Bibby AI: 学術研究・執筆・出版のためのエディターネイティブなエージェント型プラットフォーム

要旨

学術成果の生成は断片的なツールチェーンを経て行われる。文献の発見はあるアプリケーション、参考文献の管理は別のアプリケーション、執筆はLaTeXエディタ、会議テンプレートへの整形は手作業、投稿はさらに別のポータルという具合である。ツール間の境界ごとにコンテキストスイッチ、フォーマット変換、手動のコピー＆ペースト作業が強制され、その累積的なコストが、研究者が本来の研究以外の活動に費やす時間の大半を占めている。本稿では、クラウドLaTeXエディタを中心に構築された単一のResearch-Write-Publishパイプラインにこのツールチェーンを統合する、エディタネイティブなプラットフォームであるBibby AIを紹介する。ブラウザ拡張機能を通じて既存のエディタに付随するアシスタントとは異なり、Bibby AIは完全な文書状態、コンパイルパイプライン、改訂履歴を所有する。これにより、そのエージェントは、テキスト提案としてではなく、一次的な検証可能な操作として、検索に基づく引用挿入、構造編集、テンプレート準拠の再フォーマットを実行できる。本プラットフォームは、(i) PDF、DOCX、手書き数式をクリーンなLaTeXに変換する取り込みパイプライン、(ii) USPTO PatentsViewとMarx-Fuegi引用コーパスから得られた特許-論文間の引用シグナルで拡充された学術メタデータ上の検索レイヤ（これにより、候補参考文献のトランスレーショナルな影響を可視化する）、(iii) 文書の抽象構文表現に対して直接動作する、文献選別、草稿作成、修正、会議フォーマット整形のためのタスクスコープエージェント、を統合する。Bibby AIは本番環境に展開されており、50以上の契約大学で5,000人以上のアクティブな研究者に利用されている。本稿では、そのアーキテクチャ、エディタネイティブであることによって可能となる設計上の判断、そして断片的なベースラインに対して本プラットフォームを評価するために用いるワークフローレベルの時間節約フレームワークについて述べる。

English

Academic output is produced across a fragmented toolchain: literature discovery in one application, reference management in another, writing in a LaTeX editor, formatting against venue templates by hand, and submission through yet another portal. Each boundary between tools forces a context switch, a format conversion, or a manual copy-paste step, and the cumulative cost dominates the time researchers spend on activities that are not research. We present Bibby AI, an editor-native platform that collapses this toolchain into a single Research-Write-Publish pipeline built around a cloud LaTeX editor. Unlike assistants that attach to an existing editor through a browser extension, Bibby AI owns the full document state, compilation pipeline, and revision history, which allows its agents to perform retrieval-grounded citation insertion, structural edits, and template-compliant reformatting as first-class, verifiable operations rather than text suggestions. The platform integrates (i) ingestion pipelines that convert PDF, DOCX, and handwritten mathematics into clean LaTeX; (ii) a retrieval layer over scholarly metadata enriched with patent-to-paper citation signals derived from USPTO PatentsView and the Marx-Fuegi citation corpus, surfacing the translational impact of candidate references; and (iii) task-scoped agents for literature triage, drafting, revision, and venue formatting that operate directly on the document's abstract syntax representation. Bibby AI is deployed in production and serves more than 5,000 active researchers across more than 50 subscribing universities. We describe the architecture, the design decisions that editor-nativeness makes possible, and the workflow-level time-savings framework we use to evaluate the platform against fragmented baselines.