למערכות מרובות סוכנים מבוססות מודלים של שפה גדולה (LLMs) יש הזדמנויות יוצאות דופן לחיקוי ושיפור פעולות אנושיות. עם זאת, כפי שהוכיחו מחקרים עדכניים, המערכות הנוכחיות צריכות לפעמים להיות מדויקות יותר במורכבות הקיימת ביישומים בעולם האמיתי.
מערכות אלו זקוקות בעיקר לעזרה בעידוד שיתוף פעולה בונה באמצעות חילופי דברים מילוליים ומבוססי כלים, מה שיוצר קשיים ביצירת חילופי דברים קוהרנטיים, צמצום לולאות משוב לא-פרודוקטיביות והקלה על אינטראקציות שיתופיות פוריות. נהלי הפעלה סטנדרטיים (SOPs) מובנים היטב נחוצים כדי שתהליכים מרובי פנים יהיו יעילים. זה חיוני להיות בעל מודעות יסודית ושילוב של פרקטיקות בעולם האמיתי.
בעזרת זרימת עבודה זו של קונצנזוס, כמה מהנדסים.ות עשויים.ות לעבוד יחד בצורה פרודוקטיבית. בנוסף, למשרות אנושיות יש ידע מיוחד המתאים לתפקידיהם: מהנדסי.ות תוכנה משתמשים.ות בכישורי התכנות שלהם.ן כדי ליצור קוד, בעוד שמנהלי.ות מוצר משתמשים.ות במחקר שוק כדי לזהות את דרישות הלקוחות.
שיתוף הפעולה חורג מהתפוקות האופייניות והופך לא מאורגן.
לדוגמא, מנהלי.ות מוצר חייבים.ות לערוך מחקרים תחרותיים יסודיים אשר בוחנים את רצונות המשתמשים, מגמות השוק ומוצרים מתחרים כדי להניע את הפיתוח. לאחר ניתוחים אלה יש ליצור מסמכי דרישות מוצר (PRDs), בעלי פורמט ברור וסטנדרטי ויעדים עם עדיפות.
חפצים נורמטיביים אלו חיוניים לקידום פעולות מסובכות ומגוונות הדורשות תרומות קשורות מתפקידים שונים. הם מגבשים הבנה קהילתית. לכן, חיוני בא לידע שימוש בתיעוד מאורגן, דוחות וגרפיקה המציגים תלות. במחקר זה, חוקרים מ-DeepWisdom, אוניברסיטת שיאמן, האוניברסיטה הסינית של הונג קונג שנזן, אוניברסיטת נאנג'ינג, אוניברסיטת פנסילבניה ואוניברסיטת קליפורניה, ברקלי מציגים את MetaGPT, מסגרת רב סוכנים פורצת דרך הכוללת ידע מעשי המבוסס על SOPs. ראשית, כותרת עבודה המתארת את חובותיהם משמשת לזיהוי כל סוכן. זה מאפשר למערכת לאתחל עם קידומת הבקשה המתאימה לתפקיד. במקום רמזים מגושמים של משחק תפקידים, זה משלב ידע בתחום בהגדרות הסוכנים.
ה SOPs אלה מקודדים באמצעות מפרטי פעולה מבוססי תפקידים בארכיטקטורת הסוכנים. שלישית, כדי להקל על חילופי מידע, סוכנים יוצרים פלטי פעולה סטנדרטיים. MetaGPT מייעלת את התיאום בין משרות תלויות הדדיות על ידי יצירת החפצים שמחליפים מומחים אנושיים. סוכנים מחוברים באמצעות סביבה משותפת המציעה תובנות לגבי פעילויות ושימוש משותף בכלים ומשאבים. כל התקשורת בין סוכנים כלולה בסביבה זו. הם גם מספקים מאגר זיכרון גלובלי שבו מאוחסנות כל רשומות שיתוף הפעולה, מה שמאפשר לכל סוכן להירשם או לחפש את הנתונים שהוא צריך. סוכנים יכולים לאחזר הודעות קודמות ממאגר הזיכרון הזה כדי לקבל יותר הקשר.
בניגוד לספיגה פסיבית של מידע באמצעות דיאלוג, ארכיטקטורה זו מאפשרת לסוכנים לצפות ולמשוך מידע רלוונטי באופן אקטיבי. ההגדרה מחקה את המערכות שנמצאות במקומות עבודה בפועל ומעודדות עבודת צוות. הם מציגים תהליכי עבודה שיתופיים לפיתוח תוכנה וניסויי הטמעת קוד קשורים, הכוללים גם ייצור של משחקים קטנים וגם מערכות מורכבות יותר, כדי להמחיש את היעילות של הארכיטקטורה שלהם. MetaGPT מנהל הרבה יותר מורכבות תוכנה מאשר GPT-3.5 או מסגרות קוד פתוח אחרות כמו AutoGPT ו- AgentVerse, הנמדדות לפי שורות קוד שהופק.
בנוסף, MetaGPT מייצרת ניירות דרישות באיכות גבוהה, חפצי עיצוב, תרשימי זרימה ומפרטי ממשק לאורך התהליך האוטומטי מקצה לקצה. פלטי ביניים סטנדרטיים אלה מגדילים מאוד את שיעור ההצלחה של ביצוע קוד סופי. הודות לתיעוד שנוצר אוטומטית, מפתחים אנושיים עשויים ללמוד במהירות ולשפר את מומחיותם בנושא כדי לשפר עוד יותר את הדרישות, העיצובים והקוד שלהם. זה גם מאפשר אינטראקציה מתוחכמת יותר בין אדם ל-AI.
לסיכום, הם מאשרים את MetaGPT על ידי מחקר מקיף על פרויקטי תוכנה מגוונים.
האפשרויות המתאפשרות על ידי פרדיגמת שיתוף הפעולה של סוכנים מומחים מבוססת תפקידים של MetaGPT מודגמות באמצעות מדדי ייצור קוד כמותיים והערכות איכותניות של תפוקות התהליך כולו. לסיכום, הם תרמו בעיקר את הדברים הבאים:
• הם תכננו מנגנון מטה-תכנות חדש, הכולל הגדרת תפקיד, פירוק משימות, סטנדרטיזציה של תהליכים ועיצוב טכני אחר.
• הם מציעים את MetaGPT, מסגרת שיתופית מרובת סוכנים מבוססת LLM המקודדת SOPs אנושיים לסוכני LLM ומרחיבה באופן יסודי את היכולת של פתרון בעיות מורכבות.
• הם עורכים בדיקות מקיפות לפיתוח קוד CRUD2, עבודות ניתוח נתונים בסיסיות ומשחקי Python עם AutoGPT, AgentVerse, LangChain ו- MetaGPT.
בדרך זו, MetaGPT יכול ליצור תוכנה מורכבת על ידי שימוש ב-SOP.
הממצאים הכוללים מראים כי MetaGPT מתעלה משמעותית על מתחרותיה מבחינת איכות הקוד ותאימות לתהליך הצפוי.
בדקו את הנייר ואת GitHub . כל הקרדיט על מחקר זה מגיע לחוקרים בפרויקט זה.