Agents Auto-Organisés : Un Cadre Multi-Agent LLM pour la Génération et l'Optimisation de Code à Ultra Grande Échelle

Les récents progrès dans la génération automatique de code utilisant un agent de modèle de langage large (LLM) nous ont rapprochés de l'avenir du développement logiciel automatisé. Cependant, les approches existantes à agent unique rencontrent des limitations dans la génération et l'amélioration de bases de code complexes et de grande envergure en raison de contraintes de longueur de contexte. Pour relever ce défi, nous proposons le cadre multi-agent Auto-Organisé (SoA), un nouveau cadre multi-agent qui permet la génération et l'optimisation évolutives et efficaces de code à grande échelle. Dans SoA, les agents auto-organisés opèrent de manière indépendante pour générer et modifier des composants de code tout en collaborant sans heurts pour construire la base de code globale. Une caractéristique clé de notre cadre est la multiplication automatique des agents basée sur la complexité du problème, permettant une évolutivité dynamique. Cela permet d'augmenter indéfiniment le volume total de code en fonction du nombre d'agents, tandis que la quantité de code gérée par chaque agent reste constante. Nous évaluons SoA sur le benchmark HumanEval et démontrons que, comparé à un système à agent unique, chaque agent dans SoA gère significativement moins de code, pourtant le code global généré est substantiellement plus important. De plus, SoA surpasse la puissante ligne de base à agent unique de 5 % en termes de précision Pass@1.