AgentCoder: 基于多智能体的代码生成与迭代测试优化
原文中文，约600字，阅读约需2分钟。发表于：。介绍了一种名为 Multi-Agent Assistant Code Generation（AgentCoder）的新方法，它使用专门的程序员代理、测试设计师代理和测试执行代理来协同生成代码，解决了代码生成和测试用例生成之间的平衡问题，并在实验中表现出优于现有模型的性能。
本研究提出了一种敏捷模型驱动开发（MDD）方法，使用OpenAI的GPT-4来增强代码自动生成。通过案例研究展示了无人驾驶车队的多代理仿真系统。研究结果表明，本体论约束的模型产生了更复杂的代码，但仍然可管理并且对进一步的测试和维护风险较低。
