README.md 生成中代理复杂性的幻觉：评估单代理与多代理 RAG 系统

大语言模型 (LLM) 越来越多地用于自动化多项软件工程任务，包括代码完成、代码摘要、测试和存储库级文档的生成。虽然在任务分解提高性能的前提下，通常采用多代理系统（MAS）来支持此类任务，但架构复杂性对实际效率的影响仍未得到充分研究。本研究根据经验评估了用于生成 GitHub 存储库 README 文件的检索增强生成 (RAG) 相关架构。在这项工作中，我们对单代理管道、专门的 MAS 和开发人员指导的规划 (DevPlan) 变体进行了系统比较，以 LARCH（最先进的基线）和原始 真值 为基准。结果表明了一个关键的架构权衡：单代理管道实现了与 MAS 相当的词汇质量，同时减少了 86% 的词元消耗并以两倍的速度运行。相比之下，手动分类分析表明 MAS 实现了较高的结构一致性 (98%)，解决了单代理方法中观察到的格式问题。自主规划被认为是主要的管道瓶颈；合并轻量级开发人员指导计划可产生最高的整体文档质量，超越所有分析的配置。