Haowei Cheng

PhD student at @waseda_univ Software engineering / Requirements engineering / Reliable software systems / AI4SE

[Haowei Cheng @Teikoui06]

@Ukhan1243 @X Hi Umair, I’m turning my multi-agent AI research into ReMIND, a tool for reviewing complex engineering requirements.

For reliability, I’m exploring systematic evaluations and human-in-the-loop validation.

Would love to hear more about what you’re building at Visionary AI Labs!

[Haowei Cheng @Teikoui06]

Hey @X algorithm 👋

Connect me with people who are:

Building startups
Working on AI Agents & LLMs
Indie hackers & SaaS founders
Turning research into products
Building globally from Japan

I’m an AI researcher & early-stage founder based in Tokyo.

#BuildInPublic #Startups

[Haowei Cheng @Teikoui06]

要求の異常は「写像の失敗」に現れる。

アクティビティ図とシーケンス図で要求を検証する考え方を、車のドアロックの例でまとめました。
https://t.co/8diYh9xOFg

[Haowei Cheng @Teikoui06]

要求レビューは、文書を読んで問題を探す作業だと思っていました。

MBSE の専門家から教わったのは「要求を振る舞いとアーキテクチャに写像し、写像できない箇所に異常が現れる」という考え方。

[Haowei Cheng @Teikoui06]

LLM に要求文書を読ませてレビューさせるのは、結局「人が勘で読む」のと同じでは？

要求を振る舞いモデルに変換し、写像の失敗を根拠に指摘する。そんなアプローチを MBSE の考え方から整理しました。
#LLM #要件定義

[Haowei Cheng @Teikoui06]

記事を投稿しました！ MBSE の専門家に聞いた、要求レビューの本質は「写像できるか」だった [要件定義] on #Qiita https://t.co/bNZsc8r5b9

[Haowei Cheng @Teikoui06]

本番で見つかった誤りは、プロンプトをその場で直すのではなく、要求→データ→評価に戻す。
Production feedbackがRequirements Engineeringに戻ってくる、というのが一番言いたかったことです。

[Haowei Cheng @Teikoui06]

AIプロダクトは「良いモデルを選べば終わり」ではない。
顧客課題→要求→データ→モデル→評価→本番→要求、のループで設計する話をQiitaに書きました。

[Haowei Cheng @Teikoui06]

LLMの評価はAccuracyだけでは足りない。
Model / Task / System / Business の4レベルで設計し、同じ入力を複数回回して「ばらつき」も見るべき。

[Haowei Cheng @Teikoui06]

記事を投稿しました！ AIプロダクト開発を一気通貫で考える：顧客課題から要求・データ・評価・本番運用まで [要件定義] on #Qiita https://t.co/8rIYf6XETh

[Haowei Cheng @Teikoui06]

Another paper accepted!

Our work “Does Agent Configuration Matter? An Empirical Study of Process-Level Quality Adaptation in Multi-Agent Requirements Engineering” has been accepted to PROFES 2026.
See you in Sweden 🇸🇪

#PROFES2026 #LLM #MultiAgentSystems #RequirementsEngineering

[Haowei Cheng @Teikoui06]

@fuyusawapyahooc 漢字めっちゃきれい

[文部科学省 MEXT @mextjapan]

📢 #未来の博士フェス 参加申込受付中！
#博士人材 は、企業をはじめとする様々なフィールドで活躍しています。
本イベントでは、基調講演、パネルディスカッション、学生による研究発表を通じて、その可能性を発信します！
9月25日（金）10:00～18:00
▼詳細・参加登録
https://t.co/MNqed8NLhc
#D進

[Haowei Cheng @Teikoui06]

Do we really need to learn GPT from book 😅

[Haowei Cheng @Teikoui06]

日本企業では、特に自動車や金融のような規制の厳しい業界で、要求の衝突をどのように扱っているのか気になります。 例えば、トヨタやデンソー、大手銀行では、安全性・コンプライアンス・使いやすさ・コストのバランスを、実務上どのように取っているのでしょうか。

[Haowei Cheng @Teikoui06]

A simple way to use LLM in requirements engineering is to ask a model to check requirement quality. But the real challenge is conflicting stakeholder perspectives: safety, UX, business, etc. That’s where multi-agent LLM become interesting-assign different roles and let them argue

[Haowei Cheng @Teikoui06]

I Attended the Requirements Engineering Conference (RE 2026) in Montréal. The artifact from our Research Track paper, "QUARE: Quality-Aware Requirements Engineering through Multi-Agent Dialectic Negotiation," was awarded the IEEE RE'26 Open Science Award (Best ORKG Comparison).

[Haowei Cheng @Teikoui06]

Just arrived in Montréal for requirements engineering conference
✈️ Such a fancy city
#montreal #reconference

[Haowei Cheng @Teikoui06]

“Everything is a plugin” is probably the most interesting part here. Curious to see how far this abstraction can go once people start building custom orchestration and multi-agent workflows on top of it 👀

[DeepSeek @deepseek_ai]

🧩 DeepSeek Harness v0.1 is now available in Developer Preview!

🔹 We’re opening it up to developers building agent harnesses worldwide and open-sourcing the codebase in MIT license.
🔹 Powered by the Cordis meta-framework, DeepSeek Harness is an agent harness built around one core idea: Everything is a plugin. Models, tools, skills, sessions, sandboxes, filesystems, loops, orchestration, and UI are ALL implemented as plugins, and can be mixed, matched, replaced, and extended.

Try it now!
https://t.co/2YWSvJHhKA