质量驱动的代理推理用于 LLM 辅助软件设计：作为时间序列自问答链的思维之问（QoT）

针对大语言模型在辅助软件开发中存在的实现不完整、模块化弱及安全实践不一致等问题，本文提出了“思维之问”（QoT）。这是一种质量驱动的推理时支架，将用户目标转化为有序的工程步骤序列，并通过逐步自问自答来验证约束、减少遗漏错误，同时维持轻量级推理记录以稳定后续设计决策。在 API 设计、数据通信和文件系统三个后端领域的评估表明，QoT 能显著提升大型模型在复杂任务中的生成质量，尽管小型模型在资源受限时可能面临权衡。