使用蒙特卡罗树搜索 (MCTS) 和 Gemini LLM 框架开发自主 AI 编码智能体

软件工程要求的不断变化产生了对自动化工具的巨大需求，这些自动化工具可以根据自然语言输入创建安全的源代码。传统大语言模型（LLM）的性能受到其“一次性”能力的限制，这会导致逻辑幻觉以及复杂操作期间算法性能的降低。该研究提出了一种自主人工智能 编码智能体，它通过其有组织的决策方法在 LLM 生成的内容和生产就绪软件之间建立了联系。我们的框架使用 Gemini 2.5 Flash API 来实现基本推理功能，同时采用定制的蒙特卡洛树搜索 (MCTS) 方法来解决搜索操作中的代码生成挑战。该代理使用“自我批评”评估系统来测试不同的实现方法，并根据其准确性和难度级别对其进行排名，然后通过反向传播改进其操作框架。该系统通过基于 Flask 的 Web 界面运行，该界面提供即时反馈以及语法突出显示功能。我们的实验结果表明，基于 MCTS 的方法在复杂逻辑提示上实现了 92% 的成功率，同时超越了标准的零样本生成模型。