Agen Pembangun Diri: Eksperimen dengan LangChain4j
OpenAI
Sebuah eksperimen di mana asisten kode menggunakan dokumentasi LangChain4j untuk membangun agen yang dapat mengkloning dirinya sendiri. Sistem yang dihasilkan dapat memperbaiki bug dan lulus pengujian, tetapi awalnya gagal dengan GPT-4o, dan berhasil dengan GPT-5-mini. Pendekatan berbasis alur kerja terbukti tiga kali lebih cepat daripada pendekatan berbasis supervisor.
Tim InfoQ China melakukan meta-eksperimen: mereka memberikan asisten kode dokumentasi LangChain4j dan memintanya menggunakan dokumentasi tersebut untuk membangun agen yang dapat menulis, menguji, dan men-debug kode. Asisten kode tersebut merancang sistem multi-agen berdasarkan pola supervisor, dengan empat sub-agen: ExplorerAgent, PlannerAgent, ImplementerAgent, dan ExecutorAgent. Iterasi pertama ini bekerja dengan mengesankan, meniru pola asisten kode profesional. Untuk mengujinya, mereka meminta agen tersebut memperbaiki bug dalam kelas Kalkulator dengan empat metode yang rusak. Awalnya, menggunakan GPT-4o dari OpenAI, sistem gagal dengan kesalahan 'melebihi 100 pemanggilan alat secara berurutan'. Beralih ke GPT-5-mini, sistem berhasil memperbaiki semua bug dan menjalankan 11 tes dengan 0 kegagalan. Mereka juga mengeksplorasi alternatif berbasis alur kerja, yang menggunakan urutan lima langkah dengan loop untuk perencanaan dan pelaksanaan, termasuk SummarizerAgent. Alternatif ini juga memperbaiki bug tetapi berjalan tiga kali lebih cepat daripada versi berbasis supervisor, hanya memakan waktu dua menit dibandingkan lebih dari enam menit. Proyek ini tersedia di repositori kode publik.
Sumber: InfoQ 中国 —
asli