分享好友 最新动态首页 最新动态分类 切换频道
取人类与大模型之长,人机协作式智能软件开发框架AgileGen来了
2024-12-26 10:07

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年,机器之心AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com

取人类与大模型之长,人机协作式智能软件开发框架AgileGen来了

本论文作者张赛是天津大学博士研究生,师从张小旺教授。目前是澳大利亚联邦科学与工业研究组织(SE4AI 团队)联合培养博士生,合作导师为邢振昌教授。主要研究方向为生成式软件开发,软件工程需求分析等。她曾经以第一作者在 TOSEM, TNNLS, TCBB, Bioinformatics 等顶级期刊上发表论文。曾获得 2022 年度省级优秀硕士学位论文,国家奖学金和国家公派奖学金等荣誉。

作者联系方式:zhang_sai@tju.edu.cn

在人工智能迅猛发展的今天,我们正站在软件开发领域一次深刻变革的起点上。想象一下,只需一句简单的需求描述,就能生成符合你期望的软件。这不再是科幻小说中的情节,而是即将成为现实的创新技术。

而这一切的背后,正是我们即将介绍的 AgileGen— 一种基于人机协作的敏捷生成式软件开发框架。

  • 论文题目:Empowering Agile-Based Generative Software Development through Human-AI Teamwork
  • 论文链接:https://arxiv.org/abs/2407.15568
  • github 链接:https://github.com/UGAIForge/AgileGen
  • Huggingface (试用):https://huggingface.co/spaces/HarrisClover/AgileGen

目前,该论文已被 ACM TOSEM (CCF A) 录用。

软件开发的根本挑战:需求的不完整性

著名的图灵奖得主 Frederick P. Brooks 在他的经典论文”No Silver Bullet: Essence and Accidents of Software Engineering” 中指出:“软件开发的本质困难在于对复杂概念结构的构思和理解,这主要涉及需求分析和设计。相比之下,使用编程语言来实现这些抽象的软件实体只是偶然性的困难。” 也就是说,理解用户需求,设计出满足这些需求的系统架构和功能,是软件开发中最核心、最具挑战性的部分。

然而,在实际开发过程中,用户往往难以完整、准确地描述他们的需求。这并非用户的错,而是因为他们可能缺乏专业的技术背景,或者对自己的需求也不是特别清晰。举个例子,一位教师可能会提出:“我需要一个可以随机点名的应用。” 但是,这样的描述并未明确系统需要具备哪些具体功能,比如学生名单是否固定还是要动态添加删除,是否需要考虑请假学生,界面应该如何设计,是否需要配合随堂提问等。

现有生成式软件开发的局限性

随着大型语言模型(LLM)的发展,许多人开始尝试利用 AI 来自动生成代码。然而,现有的生成式软件开发方法在处理不完整的需求时仍存在巨大挑战:他们要么过于依赖用户的指导,要么在没有用户参与的情况下自行决策,导致生成的代码与用户的期望有较大偏差,也就是即使生成的软件可以成功运行 (build software right),也无法弥合用户的期待 (build right software)。

AgileGen 的诞生:人机协作的新范式

面对这些挑战,我们提出了 AgileGen,一种基于人机协作的敏捷生成式软件开发框架,旨在融合人类的创造力和 AI 大模型的生成能力,实现高效、准确的软件生成。

1. 核心理念:发挥人类与 AI 各自的优势

AgileGen 的核心理念是让用户和 AI 各自专注于自己擅长的领域。用户负责提出需求和进行决策,AI 负责技术实现和代码生成。通俗的讲就是人干两头,AI 干中间。通过这种人机协作的方式,我们能够更精准地捕捉用户的隐含需求,减少沟通成本。

图 1:问题陈述图。用户不确定如何驱动代理生成所需的软件,Agent 也不知道如何满足用户需求。我们在用户和 Agent 之间建立了一座桥梁,促进了人类决策技能和 Agent 编码能力之间的协作。这种协作创建了一个具有轻量级迭代反馈的生成式软件开发代理。

2. 关键创新

我们的创新主要体现在以下三个方面:

  • 人干两头 AI 干中间的人机协作方式

用户在每次迭代的开始(场景决策)和结束(验收与建议)参与进来,AI则负责中间的技术实现。这样既保留了用户的控制权,又充分利用了 AI 的优势,减少了错误的发生。

  • 构建用户和 Agent 之间的桥梁

我们首次将行为驱动开发(BDD) 引入生成式软件开发中,使用 Gherkin 语言 将用户的模糊需求转化为清晰、可测试的场景描述,弥合了不完整需求与精确功能之间的差距。通过动态融入用户的决策,我们确保了生成的软件始终符合用户的真实需求。

  • 自我进化的 Agent 图架构

我们设计了一个包含人类决策点的 Agent 图,形成了一个有向循环的流程,便于迭代和扩展。引入了记忆池来收集用户的决策结果,推荐给有类似需求的后续用户,形成自我更新的循环。

AgileGen 核心组件设计介绍

图 2 AgileGen 概括

1. 用户需求和场景决策组件

- 用户需求决策:用户首先以自然语言描述自己的需求。这是用户参与决策的第一步,决定了要生成的软件目标。例如,用户可能会输入:“Please generate a web system with a random roll call function”

- 场景决策:AgileGen 会根据用户的需求,从记忆池中匹配类似的需求和场景,为用户提供参考。用户可以对这些场景进行确认、添加、删除或修改,从而迭代地澄清需求。这些决策将被记录并存储在记忆池中,供后续用户参考并循环使用。

2. 场景设计组件

- 记忆池机制:存储了大量先前用户决策的场景描述,当新的需求输入时,系统会从记忆池中匹配相似的需求,提供参考场景,提升场景设计的可靠性。随着使用次数的增加,记忆池会不断丰富,为用户提供更精准的参考。

- 交互桥:为了让用户无需学习领域特定语言 Gherkin,系统设计了一个交互式桥梁,将 Gherkin 场景转换为自然语言。用户可以轻松理解这些场景,并进行相应的决策,降低了技术门槛。

3. 快速原型设计组件

- 视觉设计:系统根据用户确认的 Gherkin 场景,自动生成页面布局和视觉描述,遵循八大成功的视觉设计原则,确保界面美观、易用。

- 代码生成与一致性因子:通过生成一致性因子(测试用例),确保生成的代码与业务逻辑一致,减少功能偏差。

- 自动修改与迭代:系统能够根据用户的反馈,自动修改代码,实现快速迭代。

4. 用户验收与推荐反馈决策

- 用户验收决策:在原型生成后,AgileGen 为用户提供一个代码执行链接,用户可以直接体验软件的功能。如若满意可以下载完整代码,部署到实际环境中。

- 用户推荐反馈决策:通过对界面和功能的测试,用户可以提出修改建议,如调整界面风格、添加新功能等。AgileGen 会根据用户的反馈,自动修改代码,并提供新的原型供用户验收。这种循环持续进行,直到用户满意并完成软件交付。

实战案例:从想法到成品

让我们回到之前的例子,看看 AgileGen 是如何将一个简单的想法转化为完整的软件的。

步骤 1:提出需求

用户输入初始需求:“Please generate a web system with a random roll call function”

步骤 2:场景设计与确认

AgileGen 利用记忆池,从类似的需求中提取可能的场景,并以自然语言呈现给用户:

用户可以确认这些场景,或者进行修改。例如,用户可能希望添加一个功能:“I need to be able to save the history of the roll call name.”

步骤 3:快速原型生成

AgileGen 根据用户决策过的 Gherkin 场景,生成初步的代码和界面设计,包括页面布局、按钮位置、颜色搭配等。

步骤 4:用户反馈与迭代

用户运行生成的原型,如果发现界面颜色不符合期望,或者按钮位置需要调整。他可以在系统中提出这些问题,AgileGen 将根据反馈自动修改代码。

- 功能增加反馈:随机点名时给我一些 python 相关的问题。

- 样式修改反馈:我希望颜色能够更丰富一些。

步骤 5:完成并交付

经过几次迭代,用户对功能和界面都满意之后,下载完整的代码,部署到实际环境中。

- 更多示例和讲解

视频链接:https://www.youtube.com/watch?v=lClwF7KN2xw

案例对比:与现有生成式软件开发方法对比

1. 笔记本助理项目 (Bookkeeping Assistant)

用户需求描述:I need a bookkeeping assistant website.

AgileGen+GPT3.5 和 AgileGen+GPT4 和 GPT-Engineer 能够做到实现记账功能。AgileGenAgileGen+GPT3.5 生成的功能更多,而 AgileGen+GPT4 生成了更简洁的功能,以更合理的页面布局完成核心功能。ChatDev (_23 版本,_24 版本)、GPT3.5+CoT 和 GPT4+CoT 生成的页面未完成簿记功能。相反,它们是常见网页元素的组合(例如 “关于我们” 和 “联系我们”)。GPT4o+CoT 生成的页面使用 Bootstrap 样式表,但功能不完整无法记录条目。

2. 运动场地预定软件 (Sport Arena)

用户需求描述:Develop a user-friendly software application that allows users to create and customize virtual sports arenas.(来源于 ChatDev’s SRDD 数据集)

AgileGen+GPT4 方法支持场地的创建、功能定制和配置管理,而 ChatDev+GPT-4 生成没有 GUI 的应用程序,ChatDev+GPT-3.5 生成了两个点击无响应的按钮界面,标记为 “Create arena” 和 “Customize arena”。

3. 视频分割软件 (Video Clipper)

用户需求描述:VideoClipper is a software application that allows users to easily clip and trim videos. It provides an intuitive interface to select specific sections of the video, and saves the trimmed video as a new file.(来源于 ChatDev’s SRDD 数据集)

所有方法都生成了能够完成视频剪辑的软件,但 AgileGen 生成的界面体现了更好的界面设计和交互性。

展望未来:开启软件开发的新纪元

我们相信,AgileGen 的出现,将开启软件开发的新纪元。通过人机协作,充分发挥人类的创造力和 AI 的计算能力,软件开发将变得更加高效、准确和个性化。正如 Frederick P. Brooks 所言,软件开发的本质困难在于需求分析和设计。AgileGen 通过引入人机协作的敏捷开发理念,让用户深度参与需求的澄清和验收,使得软件真正满足用户的需求。

最新文章
hurst代码 python_量化投资入门与常见策略 | 讲座回放视频+详细术语解释+Python代码分享...
说在前面 本篇推文是线上讲座《Python与量化投资入门》的回顾整理。2020年7月12日线上钉钉群直播讲座结束后,推文中的视频已经被来自我们学术1群与2群的志愿者追加了字幕并经过音效优化。更有同学主动提出要为讲座中提及的所有专业术
2024 年 5 个最好用的 Mock 工具,你一定要知道!
迎接 2024 年的前端开发浪潮,拥有优秀的 Mock 工具是必不可少的。本文将为你揭示五款最为强大、实用的 Mock 工具,助你在编码旅程中事半功倍。这些工具不仅简化数据模拟,还提供了更高效的接口测试,成为前端开发者的得力助手。让我们一同
Bananna Pi开源社区联合矽昌通信打造开源的低成本Wifi5路由器
Banana Pi BPI-Wifi5 路由器硬件规格CPU主控Siflower SF19A2890S2 MIPS dual core 1.2GHz交换芯片AN8855R Gigabit switch chipRAM内存64MB DDR2 RAMFlash存储8MB接口1*10/100/1000Mbps 自适应WAN广域网接口3*10/100/1000Mbps 自适应LAN网络
36漫画官网最新版下载
36漫画官网最新版软件拥有大量高质量的漫画资源,各种漫画资源的分类非常清晰,漫画资源的在线搜索速度非常快,内容质量非常高,这可以让你的阅读体验非常好!你想要的内容可以在这里轻松自由地下载,这给我们带来了极大的便利,喜欢的不要
2024第二届拯救者杯·OPENAIGC开发者大赛参赛作品指南
一、创未来·AI应用赛 赛道说明 1、探索和展示围绕人工智能技术(如AIGC、大模型、数字人)的面向个人或企业级的创新应用,例如SaaS类产品、APP应用、PC应用、浏览器插件等,或者是企业内部使用的方案、产品、应用
AI绘画神器:点击一键生成超真实美女写真!
第二步:选择美女写真的生成功能。在菜单栏中寻找并点击 ‘生成美女照片’ 的选项。第三步:输入描述。在生成框中输入你想要的描述,比如“长发扬扬,穿着蓝色长裙的美女”。越详细,生成的效果会越好哦!第四步:调整参数。你可以选择美颜
IDH设计_今日vidsvidsvidsvids设计教程
摘要:IDH设计,今日vidsvidsvidsvids设计教程,新片场素材小编周然书IDH设计,今日vidsvidsvidsvids设计教程相关内容整理,如果您对IDH设计,今日vidsvidsvidsvids设计教程感兴趣欢迎访问免费阅读。IDH设计,今日vidsvidsvidsvids设计教程一、
AIGC-X:AI生成内容检测工具
试用链接:http://ai.sklccc.com/#tryAI文本生成模型是在海量文本语料基础上,经过自回归式语言建模的大规模训练得到,模型通过计算下一个单词的概率分布逐步完成整个文本内容的生成。尝试采用算法融合与知识驱动的人工智能框架,使用深度
8点1氪丨马云现身杭州,还谈了ChatGPT;苹果自动驾驶汽车2个月内共发生16起车祸;好丽友漏税22万被罚12万
上市进行时浙江华远、创志科技深交所上市委公告,浙江华远汽车科技股份有限公司、创志科技(江苏)股份有限公司首发获通过。(证券时报)珍酒李渡集团36氪获悉,据港交所文件,3月26日晚,珍酒李渡集团有限公司通过港交所上市聆讯。根据聆
2022年中国智能制造产业发展报告-中国高科技产业化研究会.pdfVIP
中国智能制造产业发展报告(2022年度)目录第一篇智能制造总述1一、智能制造概念1二、工业互联网的基本概念2(一)工业互联网的定义2(二)工业互联网与工业物联网3(三)工业互联网与工业4.0/5.03(四)工业互联网与智能制造3(五)小结4三、5G+工业
相关文章
推荐文章
发表评论
0评