UA-ChatDev：面向可靠软件开发的不确定性感知多智能体协作

摘要

软件开发是要求具有不同角色的智能体协作的复杂任务。大语言模型（LLM）已使能自主多智能体软件开发框架——利用基于角色的协作自动化需求分析、编码、测试与精化。但既有方法通常假设中间智能体输出同等可靠——使其易受幻觉传播影响：早期开发阶段产生的错误决策被传递给下游智能体并负面影响最终软件质量。为应对该挑战，我们提出UA-ChatDev——将不确定性量化集成到智能体交互中的不确定性感知多智能体软件开发框架。它引入基于token级对数概率的轻量不确定性估计机制以评估智能体响应的置信度——并采用阶段感知阈值校准——当不确定性超过可接受水平时选择性地触发基于检索的验证。SRDD基准上的大量实验表明：UA-ChatDev在完备性、可执行性、一致性与整体质量指标上持续超越既有单智能体与多智能体软件开发框架。进一步的消融研究与通信分析验证不确定性感知交互增强代码执行可靠性。

UA-ChatDev：面向可靠软件开发的不确定性感知多智能体协作：论文配图 — 图 1：所提出的将 ChatDev 与不确定性量化相结合的方法工作流程的图示。给定初始任务要求，软件代理按照链式结构的工作流程通过多轮通信进行协作。在子任务之间的每个代理交互期间，不确定性量化模块会监控生成的响应。如果不确定性得分 u 超过特定阶段阈值 τψ\tau_{\phi}（是分支），则在代理继续响应之前触发网络检索以增强可用上下文。否则，当 u≤τphiu\leq\tau_{\phi}（无分支）时，交互将继续通过标准工作流程并前进到下一个子任务。