超越局部代码优化：用于软件系统优化的多智能体推理

大语言模型与智能体在自动化软件性能优化方面展现出潜力，但现有方法多依赖局部的语法驱动代码变换，限制了其对程序行为及全系统性能交互的推理能力。针对现代软件由微服务等交互组件构成的特点，本文提出一种多智能体框架，整合控制流、数据流及架构依赖信号以支持系统级推理。该框架通过摘要、分析、优化和验证等角色的协同，识别跨组件瓶颈并构建多步优化策略。实验表明，该方法显著提升了系统吞吐量并降低了响应时间。