Ekspektasi pasar terhadap Agen AI selalu tinggi. Selain agen dengan berbagai tugas satu arah, eksperimen sebelumnya yang dilakukan oleh Universitas Stanford dan Google telah menunjukkan kota virtual (Kota Virtual) yang terdiri dari 25 Agen AI yang beroperasi sendiri-sendiri secara kooperatif. Buatlah jadwal harian, janji temu, dan rencanakan acara serta pesta di kota virtual ini.
Namun, eksperimen penelitian terbaru menunjukkan bahwa perusahaan virtual yang dibentuk oleh **7 Agen AI menyelesaikan proses pengembangan lengkap dalam 7 menit, dengan biaya sekitar US$1. **Eksperimen ini berasal dari makalah terbaru yang dirilis oleh para peneliti dari Universitas Tsinghua, Universitas Pos dan Telekomunikasi Beijing, Universitas Teknologi Dalian, Universitas Brown, dan perusahaan startup AI dalam negeri Wall-Facing Intelligence.
Mereka menciptakan perusahaan virtual bernama ChatDev, yang terdiri dari 7 Agen AI, yang berperan sebagai CEO, CTO, CPO, programmer, desainer, penguji, dan peninjau kode. Agen ini didukung oleh model ChatGPT 3.5.
Model Waterfall berdasarkan urutan pengembangan perangkat lunak membagi seluruh proses menjadi 4 tahap: desain, pemrograman, pengujian, dan dokumentasi Para peneliti mendefinisikan peran, tugas yang diberikan, dan protokol komunikasi yang perlu diikuti untuk setiap Agen melalui kata-kata cepat, dan kriteria serta batasan penghentian.
Setelah itu, setiap Agen di perusahaan ChatDev akan berpartisipasi dalam pekerjaan pengembangan pada tahapan yang berbeda-beda, misalnya CEO, CPO, dan CTO akan bekerja sama dalam tahap desain, dan tahap pemrograman terutama akan melibatkan CTO, programmer, dan desainer.
Alokasi peran spesifik pada setiap tahap kira-kira seperti yang ditunjukkan pada gambar di bawah ini.Di atas adalah peran alokasi tugas berdasarkan proses pengembangan perangkat lunak, dan Rantai Obrolan berikut adalah proses komunikasi pengambilan keputusan dan umpan balik:
Setelah berbagai peran ditugaskan, perusahaan ChatDev menerima perintah untuk mengembangkan game "Gomoku". Segera semua orang memasuki tahap desain pertama. CEO, CPO dan CTO melakukan percakapan sederhana tentang jenis produk dan bahasa pemrograman. Keputusannya adalah dibuat, dan proses pengambilan keputusan sangat mirip dengan kenyataan:
CEO: Untuk memenuhi kebutuhan pelanggan, mari kita bahas bahasa pemrograman khusus untuk produk dan implementasi;
CPO: Saya merekomendasikan untuk mengembangkan game ini sebagai versi desktop, karena dapat dimainkan di komputer, dan akan memiliki antarmuka pengguna yang sangat ramah dan pengalaman interaktif. Berdasarkan pengalaman kami, saya sarankan menggunakan bahasa Python.
CEO: Saya setuju dengan usulan Anda @CTO, maukah Anda memberi saya beberapa saran khusus tentang pilihan bahasa pemrograman?
CTO: Python cocok dan merupakan pilihan yang bagus.
CEO: Kesederhanaan dan keterbacaan bahasa Python menjadikannya pilihan pertama bagi pemula dan pengembang berpengalaman.
*CTO: Mari kita mulai!
Setelah itu, CEO dan CPO mulai melakukan brainstorming bersama untuk menentukan lebih lanjut detail spesifik dari produk tersebut:
Setelah selesai barulah tahap pemrograman dimulai, intinya adalah proses pengembangan dan dialog antara CTO, programmer, desainer, dan peninjau kode, dan pekerjaan pengembangan game diselesaikan melalui kolaborasi.
Setelah berbagai proses pengembangan dan pengujian produk selesai, CTO, programmer, CEO dan CPO akan bekerja sama untuk menulis dokumen rinci tentang interaksi perangkat lunak untuk interaksi dengan pelanggan.
Seluruh proses membagi tugas menjadi lebih dari 70 subtugas. Setelah menyelesaikan pemisahan tugas, pengembangan produk selesai dalam waktu hampir 7 menit (siklus pengembangan normal mungkin memakan waktu 2-4 minggu), dan melalui memori * dan ** fungsi refleksi diri*, yang mengidentifikasi beberapa potensi kerentanan dan memperbaikinya.
Para peneliti ini telah membuat statistik tentang biaya setiap tahap dari keseluruhan proses pengembangan. Selain fakta bahwa seluruh proses rata-rata memakan waktu kurang dari 7 menit, seluruh biaya kurang dari 1 dolar AS**, menunjukkan perangkat lunak yang sangat tinggi efisiensi pembangunan.. Berikut ini adalah proses implementasi sederhana dari produk game ini:
Menurut makalah tersebut, 86,66% Agen AI dieksekusi dengan sempurna selama keseluruhan proses, dan pada bagian di mana eksekusi gagal, 50% kasus disebabkan oleh batas panjang token API Kegagalan semacam ini Pembatasan mencegah perolehan kode sumber lengkap dalam rentang panjang tertentu untuk pembuatan kode. Tantangan-tantangan ini terutama terlihat ketika berhadapan dengan sistem perangkat lunak yang kompleks atau situasi yang memerlukan pembuatan kode ekstensif.
50% kegagalan lainnya terutama dipengaruhi oleh masalah ketergantungan eksternal. Masalah akan terjadi ketika beberapa dependensi tidak dapat ditemukan di cloud atau memiliki versi yang salah. Namun secara keseluruhan, hasil percobaan ini relatif berhasil. Mungkin dalam waktu dekat, banyak pekerjaan kita yang mungkin dapat mengandalkan Agen AI.
Makalah selengkapnya dapat dilihat di sini:
Kode publik dapat dilihat di GitHub:
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Sebuah perusahaan yang terdiri dari 7 agen menyelesaikan pengembangan game dalam 7 menit
Ekspektasi pasar terhadap Agen AI selalu tinggi. Selain agen dengan berbagai tugas satu arah, eksperimen sebelumnya yang dilakukan oleh Universitas Stanford dan Google telah menunjukkan kota virtual (Kota Virtual) yang terdiri dari 25 Agen AI yang beroperasi sendiri-sendiri secara kooperatif. Buatlah jadwal harian, janji temu, dan rencanakan acara serta pesta di kota virtual ini.
Namun, eksperimen penelitian terbaru menunjukkan bahwa perusahaan virtual yang dibentuk oleh **7 Agen AI menyelesaikan proses pengembangan lengkap dalam 7 menit, dengan biaya sekitar US$1. **Eksperimen ini berasal dari makalah terbaru yang dirilis oleh para peneliti dari Universitas Tsinghua, Universitas Pos dan Telekomunikasi Beijing, Universitas Teknologi Dalian, Universitas Brown, dan perusahaan startup AI dalam negeri Wall-Facing Intelligence.
Mereka menciptakan perusahaan virtual bernama ChatDev, yang terdiri dari 7 Agen AI, yang berperan sebagai CEO, CTO, CPO, programmer, desainer, penguji, dan peninjau kode. Agen ini didukung oleh model ChatGPT 3.5.
Model Waterfall berdasarkan urutan pengembangan perangkat lunak membagi seluruh proses menjadi 4 tahap: desain, pemrograman, pengujian, dan dokumentasi Para peneliti mendefinisikan peran, tugas yang diberikan, dan protokol komunikasi yang perlu diikuti untuk setiap Agen melalui kata-kata cepat, dan kriteria serta batasan penghentian.
Setelah itu, setiap Agen di perusahaan ChatDev akan berpartisipasi dalam pekerjaan pengembangan pada tahapan yang berbeda-beda, misalnya CEO, CPO, dan CTO akan bekerja sama dalam tahap desain, dan tahap pemrograman terutama akan melibatkan CTO, programmer, dan desainer.
Alokasi peran spesifik pada setiap tahap kira-kira seperti yang ditunjukkan pada gambar di bawah ini.Di atas adalah peran alokasi tugas berdasarkan proses pengembangan perangkat lunak, dan Rantai Obrolan berikut adalah proses komunikasi pengambilan keputusan dan umpan balik:
Setelah berbagai peran ditugaskan, perusahaan ChatDev menerima perintah untuk mengembangkan game "Gomoku". Segera semua orang memasuki tahap desain pertama. CEO, CPO dan CTO melakukan percakapan sederhana tentang jenis produk dan bahasa pemrograman. Keputusannya adalah dibuat, dan proses pengambilan keputusan sangat mirip dengan kenyataan:
Setelah itu, CEO dan CPO mulai melakukan brainstorming bersama untuk menentukan lebih lanjut detail spesifik dari produk tersebut:
Setelah selesai barulah tahap pemrograman dimulai, intinya adalah proses pengembangan dan dialog antara CTO, programmer, desainer, dan peninjau kode, dan pekerjaan pengembangan game diselesaikan melalui kolaborasi.
Setelah berbagai proses pengembangan dan pengujian produk selesai, CTO, programmer, CEO dan CPO akan bekerja sama untuk menulis dokumen rinci tentang interaksi perangkat lunak untuk interaksi dengan pelanggan.
Seluruh proses membagi tugas menjadi lebih dari 70 subtugas. Setelah menyelesaikan pemisahan tugas, pengembangan produk selesai dalam waktu hampir 7 menit (siklus pengembangan normal mungkin memakan waktu 2-4 minggu), dan melalui memori * dan ** fungsi refleksi diri*, yang mengidentifikasi beberapa potensi kerentanan dan memperbaikinya.
Para peneliti ini telah membuat statistik tentang biaya setiap tahap dari keseluruhan proses pengembangan. Selain fakta bahwa seluruh proses rata-rata memakan waktu kurang dari 7 menit, seluruh biaya kurang dari 1 dolar AS**, menunjukkan perangkat lunak yang sangat tinggi efisiensi pembangunan.. Berikut ini adalah proses implementasi sederhana dari produk game ini:
Menurut makalah tersebut, 86,66% Agen AI dieksekusi dengan sempurna selama keseluruhan proses, dan pada bagian di mana eksekusi gagal, 50% kasus disebabkan oleh batas panjang token API Kegagalan semacam ini Pembatasan mencegah perolehan kode sumber lengkap dalam rentang panjang tertentu untuk pembuatan kode. Tantangan-tantangan ini terutama terlihat ketika berhadapan dengan sistem perangkat lunak yang kompleks atau situasi yang memerlukan pembuatan kode ekstensif.
50% kegagalan lainnya terutama dipengaruhi oleh masalah ketergantungan eksternal. Masalah akan terjadi ketika beberapa dependensi tidak dapat ditemukan di cloud atau memiliki versi yang salah. Namun secara keseluruhan, hasil percobaan ini relatif berhasil. Mungkin dalam waktu dekat, banyak pekerjaan kita yang mungkin dapat mengandalkan Agen AI.
Makalah selengkapnya dapat dilihat di sini:
Kode publik dapat dilihat di GitHub: