May, 2024

SWE-agent: 代理 - 计算机接口实现自动化软件工程

PDF
TL;DR介绍了一种名为 SWE-agent 的自主系统，它使用一种语言模型与计算机进行交互解决软件工程任务。通过自定义的 agent-computer interface (ACI) 界面，SWE-agent 能够增强代理程序创建和编辑代码文件、浏览整个代码库和执行程序的能力。在 SWE-bench 上，与检索增强生成 (retrieval-augmented generation, RAG) 技术达到的 3.8% 相比，SWE-agent 能够解决 12.5% 的问题。研究还探讨了 ACI 设计对代理程序行为和性能的影响，并提供了有效设计的建议。
发现论文，激发创造
  • 基于 LLM 的软件工程代理程序解密

    通过构建一个名为 Agentless 的简洁两阶段的定位和修复过程，本研究发现在自动软件开发问题的解决中，Agentless 不仅能够获得最高的性能（27.33%），而且成本最低（0.34 美元），超过现有的所有开源软件代理。

    Jul, 2024

  • 用于软件开发的交互代理

    本文提出一种利用大型语言模型 (LLMs) 改变软件开发过程的创新性范例，能够通过自然语言沟通来简化和统一关键流程，进而在不需要在每个阶段进行专门软件领域模型开发的情况下，实现整个软件过程的快速生成。

    Jul, 2023

  • 软件工程中的人工智能：案例研究与前景

    人工智能和软件工程是计算机科学中的两个重要领域。近年来，研究人员试图应用人工智能技术在软件开发的各个阶段，提高软件产品的整体质量。本文分析、评估和比较了两个使用不同人工智能技术解决现实世界难题的案例研究：IBM Watson 和 Google AlphaGo。根据这两个案例研究的分析，将深度学习和机器学习等人工智能技术应用于软件系统有助于智能系统的发展。然而，要在机器中复制人脑并将计算机视为思考者仍然存在很长的路要走。希望计算机和软件系统能够变得越来越智能，以帮助人类解决那些无法完成的现实世界难题。

    Sep, 2023

  • 软件工程的兴衰 (?)

    这篇论文探讨了人工智能引领的自动化和人类创新之间的相互作用，以及如何将人工智能顺利整合到软件工程中并保持其固有的人类创造力。

    Jun, 2024

  • MASAI: 软件工程 AI 代理的模块化架构

    我们提出了一种名为 MASAI 的软件工程人工智能模块化架构，该架构利用分解问题为多个子问题的方法，通过实例化具有明确定义的目标和策略的 LLM 驱动的子代理来解决复杂问题，并在高难度的 SWE-bench Lite 数据集上实现了最高性能（28.33% 的解决率）。

    Jun, 2024

  • SWE-bench：能否通过语言模型解决真实世界的 GitHub 问题？

    评估了新一代语言模型在软件工程领域的能力，通过 SWE-bench 框架提供了包括软件工程问题和对应 Python 库的真实 GitHub 问题的解决方案，结果表明目前的模型在解决问题时仍存在困难，呼吁进一步提高模型在实际应用中的智能和自主能力。

    Oct, 2023

  • 代码 R：多智能体和任务图的问题解决

    采用多智能体框架和预定义的任务图，提出了 CodeR，用于修复和解决代码存储库中报告的错误和添加新功能。在 SWE-bench lite 中，CodeR 能够解决 28.00％的问题，每个问题仅需提交一次。检验了 CodeR 的每个设计对性能的影响，并提供了推进这个研究方向的见解。

    Jun, 2024

  • 代理代码是最先进的软件测试员

    使用大型语言模型的代码代理在形式化用户问题为测试用例方面具有重要能力，并且在生成相关测试用例方面表现出众，尤其是在代码修复方面，生成的测试用例是提出代码修复的一个有效过滤器。

    Jun, 2024

  • 为基于模型的 AI 工程开启自动化机器学习

    本文提出了一种新方法，支持自动化机器学习，帮助软件工程师在不需要深入了解人工智能的情况下，选择适当的机器学习模型、算法和技术以及适当的超参数来开发人工智能密集型系统，并进行智能能源领域的案例研究。

    Mar, 2022

  • AgileCoder: 敏捷方法论基础的软件开发动态协作代理

    AgileCoder 是一个多智能体系统，将敏捷方法论（AM）融入到软件开发框架中，通过将特定的 AM 角色分配给不同的智能体，实现基于用户输入的协作式软件开发。AgileCoder 通过将工作组织成迭代以及使用动态代码依赖图生成器模块来提高开发效率，并在先进的软件工程环境中展示了多智能体系统的能力，超越了 ChatDev 和 MetaGPT 等现有的基准。

    Jun, 2024