Agent Auto-Constructeur : Une Expérimentation avec LangChain4j
OpenAI
Une expérimentation où un assistant de code utilise la documentation de LangChain4j pour construire un agent auto-clonant. Le système résultant peut corriger des bogues et réussir des tests, mais échoue initialement avec GPT-4o, pour réussir avec GPT-5-mini. L'approche basée sur les workflows s'est avérée trois fois plus rapide que celle basée sur un superviseur.
L'équipe d'InfoQ Chine a mené une méta-expérience : ils ont fourni un assistant de code avec la documentation de LangChain4j et lui ont demandé d'utiliser cette documentation pour construire un agent capable d'écrire, de tester et de déboguer du code. L'assistant de code a conçu un système multi-agents basé sur le modèle superviseur, avec quatre sous-agents : ExplorerAgent, PlannerAgent, ImplementerAgent et ExecutorAgent. Cette première itération a été impressionnante, imitant le modèle des assistants de code professionnels. Pour la tester, ils ont demandé au système de corriger des bogues dans une classe Calculator avec quatre méthodes défectueuses. Initialement, en utilisant GPT-4o d'OpenAI, le système a échoué avec une erreur « dépassement de 100 invocations séquentielles d'outils ». En passant à GPT-5-mini, le système a réussi à corriger tous les bogues et à exécuter 11 tests sans aucun échec. Ils ont également exploré une alternative basée sur un flux de travail, qui utilisait une séquence de cinq étapes avec des boucles pour la planification et l'exécution, y compris un SummarizerAgent. Cette alternative a également corrigé les bogues, mais a fonctionné trois fois plus vite que la version basée sur le superviseur, ne prenant que deux minutes au lieu de plus de six minutes. Le projet est disponible dans un dépôt de code public.
Source: InfoQ 中国 —
original