AIxiv專欄是機器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com
本篇綜述的作者包括來自復(fù)旦大學(xué) CodeWisdom 團隊的研究生劉俊偉、王愷欣、陳逸軒和彭鑫教授、婁一翎青年副研究員，以及南洋理工大學(xué)的陳震鵬研究員和伊利諾伊大學(xué)厄巴納 - 香檳分校（UIUC）的張令明教授。
自從首個全自動 AI 軟件工程師 Devin 問世以來，面向軟件工程的 AI 智能體廣受關(guān)注、層出不窮，例如最近的 Genie、Replit、Cursor 等，它們正在對傳統(tǒng)軟件開發(fā)的范式產(chǎn)生著深刻影響。基于大模型的 AI 智能體（LLM-based Agents，后簡稱 Agent）通過增強推理、記憶、規(guī)劃以及使用拓展工具的能力，極大地提升了大模型解決復(fù)雜軟件開發(fā)維護任務(wù)的能力，為進(jìn)一步實現(xiàn)自動化、智能化的軟件開發(fā)提供了新思路。AI 智能體正在成為軟件工程領(lǐng)域的研究新熱潮。
復(fù)旦大學(xué) CodeWisdom 團隊聯(lián)合南洋理工大學(xué)、UIUC 共同對 106 篇相關(guān)文獻(xiàn)進(jìn)行梳理和解讀，分別從軟件工程和 Agent 兩個視角全面展現(xiàn)了 Agent 在軟件工程領(lǐng)域的最新進(jìn)展。從軟件工程視角，該綜述梳理了 Agent 在軟件開發(fā)全周期各個任務(wù)上的應(yīng)用現(xiàn)狀；從 Agent 視角，該綜述展示了目前應(yīng)用于軟件工程領(lǐng)域的 Agent 的基礎(chǔ)架構(gòu)、多智能體設(shè)計模式以及人機協(xié)同模式。最后，該綜述展望了 Agent 在軟件工程領(lǐng)域的研究機會與發(fā)展方向。
論文地址：https://arxiv.org/pdf/2409.02977
Agent4SE 論文列表：https://github.com/FudanSELab/Agent4SE-Paper-List
一、Agent 覆蓋軟件開發(fā)維護全流程
如圖 1 所示，目前 Agent 已基本覆蓋了軟件開發(fā)和維護的全流程，不僅可以解決某個特定的軟件開發(fā)環(huán)節(jié)（例如靜態(tài)檢查和測試），而且在應(yīng)對更復(fù)雜的端到端的軟件開發(fā)和維護任務(wù)上也表現(xiàn)出了巨大潛力，包括：
端到端軟件開發(fā)（End-to-end Software Development）：Agent 通過執(zhí)行多種開發(fā)子任務(wù)，包括需求工程、設(shè)計、代碼生成和質(zhì)量保證（包括靜態(tài)檢查和測試等），完成從需求到最終程序的全流程開發(fā)。
端到端軟件維護（End-to-end Software Maintenance）：Agent 支持多種維護活動，如故障定位、修復(fù)和特性維護，完成從問題報告到補丁生成的端到端維護。
圖 1: 軟件開發(fā)與維護任務(wù)流程上的 Agent 分布
端到端軟件開發(fā)
目前面向端到端軟件開發(fā)的 Agent 主要模擬真實的軟件開發(fā)團隊，設(shè)計不同的軟件開發(fā)角色，互相協(xié)作共同完成軟件開發(fā)任務(wù)。
表 1: 面向端到端軟件開發(fā)任務(wù)的 Agent 文獻(xiàn)列表
其中，有些 Agent 在工作流設(shè)計上主要遵循了現(xiàn)實軟件開發(fā)中常見的軟件過程模型，包括瀑布模型和敏捷開發(fā)（測試驅(qū)動開發(fā)和 Scrum）。
圖 2: 面向端到端軟件開發(fā)的 Agent 中采用的過程模型
端到端軟件維護
目前，面向端到端軟件維護任務(wù)的 Agent 遵循著 “缺陷定位 - 補丁生成 - 補丁驗證” 的基本工作流程；在此基礎(chǔ)上，不同 Agent 選擇性地引入了預(yù)處理、故障重現(xiàn)、任務(wù)分解、補丁排名等步驟。
表 2: 面向端到端軟件維護任務(wù)的 Agent 文獻(xiàn)列表
圖 3: 面向端到端軟件維護任務(wù)的 Agent 中常用的工作流
這類 Agent 往往以 SWE-bench 及其衍生的數(shù)據(jù)集作為評測基準(zhǔn)。
圖 4: 端到端維護軟件任務(wù)的數(shù)據(jù)集演化示意圖
特定的軟件開發(fā) / 維護任務(wù)
除了端到端的軟件開發(fā)和維護任務(wù)，目前 Agent 在面向單個特定的軟件開發(fā)或維護環(huán)節(jié)也有著廣泛應(yīng)用，包括需求工程、代碼生成、代碼靜態(tài)檢查、測試、缺陷定位與修復(fù)等。該綜述梳理了面向特定不同軟件開發(fā) / 維護任務(wù)的 Agent 的工作流。
圖 5: 面向特定軟件開發(fā) / 維護環(huán)節(jié)的 Agent 工作流
二、面向軟件工程的 Agent 設(shè)計
根據(jù) Agent 的基礎(chǔ)結(jié)構(gòu)劃分（即 規(guī)劃（Planning）、記憶（Memory）、感知（Perception）、行動（Action）），該綜述進(jìn)一步總結(jié)目前面向軟件開發(fā)和維護的 Agent 在每部分的設(shè)計特點。
Agent 中的常用工具
為了進(jìn)一步提升 Agent 在軟件開發(fā)和維護任務(wù)上的能力，目前 Agent 的行動模塊中集成和使用了大量的工具，主要包括搜索、文件操作、靜態(tài)程序分析、動態(tài)分析、測試、版本管理工具等。
圖 6: 面向軟件開發(fā)和維護的 Agent 中的常用工具分類
人機協(xié)作范式
目前在面向軟件開發(fā)維護任務(wù)上，開發(fā)者和 Agent 的協(xié)作主要發(fā)生在規(guī)劃、需求工程、開發(fā)和評估四個環(huán)節(jié)。主要的協(xié)同方式，是由人類提供反饋，引導(dǎo)、澄清或直接糾正 Agent 的輸出。
圖 7：面向軟件開發(fā)和維護任務(wù)的 Human-Agent 協(xié)作范式
三、未來的研究方向
該綜述進(jìn)一步探討了面向軟件開發(fā)和維護的 Agent 的未來研究方向。
更全面的評測基準(zhǔn)和更真實的評測數(shù)據(jù)。當(dāng)前針對軟工任務(wù)的 Agent 的評測主要集中在其端到端解決特定任務(wù)的能力上，缺少對決策過程和失敗原因的深入分析，以及對魯棒性等可信指標(biāo)以及效率指標(biāo)的關(guān)注。此外，當(dāng)前用于評測 Agent 的數(shù)據(jù)集也存在一些問題，如邏輯過于簡化，與現(xiàn)實場景相差較遠(yuǎn)等。因此，設(shè)計更多樣化的評估指標(biāo)和構(gòu)建更高質(zhì)量、更現(xiàn)實的數(shù)據(jù)集基準(zhǔn)是準(zhǔn)確評估 Agent 能力的重要方向。
探索人機協(xié)同新范式。當(dāng)前針對軟工任務(wù)的 Agent 人機協(xié)同主要局限于需求工程、設(shè)計、測試評估等環(huán)節(jié)，同時缺少對高效友好的交互接口的系統(tǒng)研究。因此，未來研究可關(guān)注于拓展人機協(xié)同的應(yīng)用場景，以及提供更加流暢的人機協(xié)作模式。
多模態(tài)感知。目前針對軟工任務(wù)的 Agent 主要依賴于文本或視覺感知。探索和整合多樣化的感知模態(tài)，如語音命令或用戶手勢，會顯著提高 Agent 編碼助手的靈活性和可訪問性。
將 Agent 應(yīng)用于更多軟工任務(wù)。盡管現(xiàn)有的 Agent 已經(jīng)被部署在各種軟工任務(wù)中，但一些關(guān)鍵階段（如設(shè)計、驗證和功能維護）仍未被充分探索，為這些階段開發(fā) Agent 系統(tǒng)可能會面臨各方面的新挑戰(zhàn)。
訓(xùn)練面向軟件工程的基座大模型。目前 Agent 通常構(gòu)建在以通用數(shù)據(jù)或者代碼數(shù)據(jù)為主要訓(xùn)練數(shù)據(jù)的大模型之上，而軟件開發(fā)的全周期往往涉及設(shè)計、架構(gòu)、開發(fā)者討論、程序動態(tài)執(zhí)行、歷史演化等代碼以外的重要信息。有效利用這些信息可以構(gòu)建面向軟件工程領(lǐng)域的基座大模型，從而在此基礎(chǔ)上構(gòu)建更強大的面向軟件開發(fā)與維護的 Agent。
將軟件工程領(lǐng)域知識融入 Agent 設(shè)計。正如最近 Agentless 研究所揭示，流程復(fù)雜且高度自主的 Agent 在某些軟件維護任務(wù)上的效果不如基于傳統(tǒng)缺陷定位和程序修復(fù)流程所設(shè)計的簡單工作流。軟件工程領(lǐng)域的經(jīng)典方法論和思想對于設(shè)計 Agent 的工作流有著重要的借鑒和指導(dǎo)意義，可以進(jìn)一步提高 Agent 解決方案的有效性、魯棒性和效率。
