Chen Qian, Wei Liu, Hongzhang Liu, Nuo Chen, Yufan Dang, Jiahao Li, Cheng Yang, Weize Chen, Yusheng Su, Xin Cong, Juyuan Xu, Dahai Li, Zhiyuan Liu, Maosong Sun
软件开发是一项复杂的任务，需要拥有不同技能的多个成员之间的协作。已有大量研究尝试利用深度学习来改进瀑布模型（waterfall model）中的特定阶段，如设计、编码和测试。然而，每个阶段中的深度学习模型都需要针对性设计，导致不同阶段之间存在技术不一致，进而造成开发过程的碎片化和低效。本文提出 ChatDev——一个由聊天驱动的软件开发框架。在该框架中，由大语言模型（LLMs）驱动的专业化智能体通过“聊天链”（chat chain）被引导交流什么，并通过“通信去幻觉”（communicative dehallucination）被引导如何交流。这些智能体通过统一的基于语言的通信，积极参与设计、编码和测试阶段，其解决方案源自多轮对话。研究发现，自然语言的使用有利于系统设计，而以编程语言进行交流则有助于调试。该范式展示了语言通信如何促进多智能体协作，将语言确立为连接大语言模型智能体自主任务求解的统一桥梁。代码和数据可在 https://github.com/OpenBMB/ChatDev 获取。