论文阅读-ChatDev_Communicative Agents for Software Development

1. 摘要

软件开发时一个需要多人合作的复杂任务。过去的一些方法针对瀑布模型中的某个流程进行深度学习，导致整个开发流程不连续、效率低。
本文提出了ChatDev框架，其中多个特殊的智能体通过LLM驱动，通过chat chain引导交流内容，通过communicative dehallucination引导如何交流。
这些智能体通过多轮对话在 设计、编码、测试等环节中积极贡献。

研究发现：

1. 通过自然语言交流 有利于 系统设计 system design
2. 通过程序语言交流 有利于 程序调试 debugging

• chat chain：将每个阶段拆分为小的子任务，允许智能体通过多轮的交流共同提出和开发解决方案。此工作流指导智能体的交流内容。
• communicative dehallucination：允许智能体在给出回答之前，积极地提出更多的细节要求，从而减少编程过程中的幻觉。

2. 方法介绍

2.1 Chat chain

ChatDev中包含的智能体包含多种社会角色：需求分析师、程序员、测试工程师。他们在软件周期中的合作流程图如下所示：

chat chain $C$ 分为多个序列阶段$P$(sequential phases)，
每个阶段$P$包含多个序列子任务$T$(sequential subtasks)，
每个子任务$T$的解决靠的是 指导员instructor 和 助理assitant 之间的多轮对话

• 编程阶段：
  • 代码编写
  • 代码补全
• 测试阶段
  • 代码审查（静态）
  • 系统测试（动态）

形式化如下所示：

Agentization

为了避免Instructor和Assitant之间的交流缺少信息增益，ChatDev采用了inception prompting机制。
两个角色的系统提示此大部分时候都是对称的，包含了：

• 当前子任务的概述和目标
• 专用角色
• 可访问的外部工具
• 通信协议
• 终止条件
• 避免不良行为的约束或要求

Memory

LLM的上下文长度 限制了 智能体保存整段交流的能力。文章采用了两种记忆方式

• 短程记忆$M$：保存一个阶段phase内的对话连续性
• 长程记忆$\tilde{M}$：保存不同阶段间的上下文信息

短程记忆的构造方式：

长程记忆的构造方式：

其中，P是一个预先确定的提示词，只出现在每个阶段的开始。

2.2 Communicative Dehallucination

编码幻觉通常出现在指令具有模糊性、概括性时。
因此ChatDev提出了通过多轮对话明确需求，来实现去幻觉。

communicative dehallucination中有一个类似于角色反转的特征，即编码员/助理 assistant，担任类似于指导员的角色，在给出最终回答之前，主动去寻找具体信息，例如外部依赖的名称或相关类。
形式化如下所示：

3. 评估

数据集

SRDD (Software Requirement Description Dataset)
它包括1200个软件任务提示，这些提示被仔细分类为5个主要领域：教育，工作，生活，游戏和创作。

baseline

• GPT-Engineer
• MeatGPT

评价指标

• 完整性Completeness：量化为不包含占位符TODO的代码片段
• 可执行性 Executability：量化为可以直接运行成功的代码比例
• 一致性 Consistency：量化为生成软件代码和文本需求的语义嵌入之间的余弦距离
• 质量 Quality：以上三个指标的综合分数

实验结果