SEMAG：自我进化的多智能体代码生成

大型语言模型在处理复杂编程任务上进展显著，但现有方法依赖人工模型选择与固定工作流，难以适应任务复杂度变化。为此，本文提出 SEMAG，一种模仿人类编码实践的自我进化多智能体代码生成框架。该框架将任务分解为规划、编码、调试和讨论阶段，并根据任务难度自适应调整工作流。其自我进化智能体能实时访问最新模型并自动升级骨干模型。实验表明，SEMAG 在多个基准测试中刷新了 Pass@1 准确率纪录，展现了卓越的框架有效性与对 LLM 能力演进的适应性。