RepoMAS：以结构化Issue处理逐步明确的任务需求

基于 LLM 的多智能体系统 (MAS) 已显示出解决复杂任务的强大潜力，但大多数人认为任务要求在执行前已得到充分指定。在实践中，用户请求往往是不完整的，额外的需求可能只有在推理、工具使用或执行过程中才会变得清晰。我们将此类问题称为渐进指定的任务。为了系统地研究这种设置，我们引入了 ProgSpec，这是一个基准，它根据初始请求中明确规定的要求以及可用任务证据支持的附加要求来评估最终输出。我们进一步提出了 RepoMAS，这是一个受开源项目管理启发的问题驱动的多Agent框架。 RepoMAS 将新发现的需求、冲突和故障记录为结构化问题，并在问题解决过程中使用它们修改任务规范和执行结构。在 ProgSpec 和五个现有基准测试中，RepoMAS 实现了最佳性能。进一步的分析表明，其问题驱动的修订和存储库维护机制始终有助于提高性能。这些结果凸显了允许 MAS 不仅修改任务解决方式的重要性，而且还修改其在执行过程中对任务要求的明确表示。