Communicative Agents for Software Development

软件工程是一个复杂的决策过程，通常依赖于微妙的直觉和咨询。最近深度学习的进展已经开始通过在软件开发的各个阶段实现复杂的设计来革命化软件工程实践。在本文中，我们提出了一种创新的范式，利用大型语言模型(LLMs)贯穿整个软件开发过程，通过自然语言交流简化和统一关键过程，从而消除了每个阶段专门模型的需求。这个范式的核心是ChatDev，一个虚拟的聊天驱动的软件开发公司，模仿已经建立的瀑布模型，将开发过程细致地分为四个不同的时间阶段：设计、编码、测试和文档编写。每个阶段都涉及一个“软件代理”团队，例如程序员、代码审核员和测试工程师，促进协作对话，便于无缝工作流程。聊天链作为一个促进器，将每个阶段分解为原子子任务。这使得聊天链具有双重作用，通过上下文感知的交流提出和验证解决方案，从而高效地解决特定的子任务。ChatDev的工具分析突出了它在软件生成方面的显著效果，使整个软件开发过程在不到七分钟的时间内以不到一美元的成本完成。它不仅能够识别和减轻潜在的漏洞，还能纠正潜在的幻觉，同时保持令人称赞的效率和成本效益。ChatDev的潜力揭示了将LLMs集成到软件开发领域的新可能性。我们的代码可在https://github.com/OpenBMB/ChatDev上获得。

论文提出了一种利用大型语言模型（LLMs）的创新范式，通过自然语言交流在整个软件开发过程中优化流程，从而消除每个阶段需要专门模型的需求。

ChatDev是一个虚拟的聊天支持软件开发公司，将开发过程分为四个不同的阶段：设计、编码、测试和文档编写，每个阶段都涉及一个团队的“软件代理人”，通过对话促进协作和简化工作流程。

ChatDev在软件生成方面具有显着的效力，能够在不到七分钟的时间内以不到一美元的成本完成整个软件开发过程。它不仅能够识别和缓解潜在漏洞，还能够纠正潜在幻觉，同时保持良好的效率和成本效益。研究者提供了开源代码。

最近的相关研究包括使用深度学习进行软件缺陷检测和自动生成软件代码的研究。