摘要
本文提出 Phoenix，一个通过多智能体大语言模型系统解决 GitHub 问题的框架，涵盖从分类到创建拉取请求的全流程。该系统结合七层安全控制与基准感知测试策略，将工作分解给六个专用智能体（规划、复现、编码、测试、故障分析及 PR 代理），并由状态机协调。实验显示，在 SWE-bench Lite 子集上解决了 75% 的问题且无回归错误；在真实场景试点中保持了 100% 的正确性。尽管部分代码路径定位存在局限，但该系统有效展示了多步任务规划在软件工程中的应用潜力。
AI 推荐理由
论文核心在于多智能体协作与任务分解，Planner 代理负责将复杂问题拆解为具体步骤，是典型规划研究。
研究机构
Department of Electrical and Computer Engineering, Carnegie Mellon University, Africa, Kigali, Rwanda
Carnegie Mellon University, Pittsburgh, USA
Heinz College of Information Systems and Public Policy, Carnegie Mellon University, Pittsburgh, USA
论文信息