ChatDev相當(dāng)于用Chat形式實(shí)現(xiàn)Dev軟件開發(fā)的目的。在有機(jī)物理系統(tǒng)和有機(jī)生物系統(tǒng)以及人類社會都存在涌現(xiàn)的現(xiàn)象，由許多小實(shí)體組成的大實(shí)體，這個大實(shí)體通常具有小實(shí)體額外的特性。比如可以看到水分子組成雪花，不管是結(jié)構(gòu)層面還是物理功能層面都有新的突破。其次在沙丁魚組成沙丁魚魚群層面會組成類似大的生物，使得天敵能夠被嚇唬，以及人類世界的表演也達(dá)到了單個個體達(dá)到不了的目的。

所以也能看到堆積個體成為大的實(shí)體，今年也能夠看到一些涌現(xiàn)的行為，一個神經(jīng)網(wǎng)絡(luò)參數(shù)逐漸增大，能夠達(dá)成在某一個基點(diǎn)情況下性能突飛猛進(jìn)的現(xiàn)象。也在思考會不會發(fā)生第二層涌現(xiàn)，正如通過大模型組成大模型的群體，通過大模型群體做一個共同的任務(wù)協(xié)作，有沒有可能達(dá)成一個大模型或者一個智能體，達(dá)成不了的能力?？紤]到人或者說AI有沒有可能通過新的交互形式或者信息傳遞的形式，使得他們傳遞效率更高。這里考慮到人類所說的語言，其實(shí)是一種非常直接的信息傳遞方式，結(jié)合多個大語言模型組成的（Agent）智能群體使得他們通過語言的交互形式達(dá)成想讓它們做的任務(wù)，比如軟件開發(fā)。軟件開發(fā)大概會分為自然語言以及編程語言，實(shí)際上軟件開發(fā)過程確實(shí)需要基于自然語言的需求做理解和設(shè)計(jì)，有了這些設(shè)計(jì)之后做編程語言的生成以及代碼編寫和修改。

涉及單個只能體需要：記憶能力、規(guī)劃能力、工具、環(huán)境感知能力。多智能體系統(tǒng)，需要有群體目標(biāo)，如何對多個智能體做組織管理，如何對他們做動態(tài)的路由，以及誰先誰后的問題。

基于大語言模型的多智能體大概分為兩類：一個類是社會模型具體的工作，像Smallville小鎮(zhèn)*用25個智能體在小鎮(zhèn)中去模擬每天的生活情況，可以自主做一些規(guī)劃，可以上課或社交。是ChatDev，通過多智能體幫助人類完成某些事情。* Smallville小鎮(zhèn)：在斯坦福論文《Generative Agents: Interactive Simulacra of Human Behavior》中，研究者們成功地構(gòu)建了一個名為Smallville的虛擬小鎮(zhèn)，25個AI智能體在小鎮(zhèn)上生活，每個小鎮(zhèn)居民都有獨(dú)特的個性和背景故事。

具體選擇了軟件開發(fā)這樣的場景，可以看到大概有四個主要的步驟、一個是設(shè)計(jì)和分析，需要分析人類給出的指令，到底應(yīng)該設(shè)計(jì)成什么樣。比如設(shè)計(jì)一個標(biāo)準(zhǔn)五子棋游戲，智能體需要討論得出結(jié)論這句話應(yīng)該生成一個桌面應(yīng)用還是生成PPT，或是者生成一個網(wǎng)頁，這是它去理解語言信息。其次有了設(shè)計(jì)之后，會有一個編碼環(huán)節(jié)，編碼環(huán)節(jié)之后有測試環(huán)節(jié)，最后基于人類給定的需求和智能體完成的代碼，文檔撰寫生成用戶手冊，使得外層的用戶可以拿到軟件的源代碼，可以直接安裝使用。

做智能體群體、軟件設(shè)計(jì)或編碼、測試或者文檔撰寫，涉及到多個智能體的信息交互，包括語言以及程序。我們提出一個交流鏈的組織形式，相當(dāng)于是通過鏈?zhǔn)浇Y(jié)構(gòu)把每一個鏈格節(jié)點(diǎn)會涉及到兩個Agent的溝通，總體以一個鏈的形式把整個Agent完成事件流程編排起來。比如輸入任務(wù)，開始這兩個智能體會決定軟件的形態(tài)是什么，可以是PPT、桌面形式、PDF等等，這是廣義的軟件。之后會決定編程語言，到底是使用Java、python還是C++，把編程語言決定出來，最后會研討代碼。代碼是可以加界面，所以有一個設(shè)計(jì)師，最后有一些評審，對代碼提出一些需要改動的BUG，會提示給程序員，程序員做相應(yīng)的修改，最后會有文檔和手冊的生成。

每個鏈的節(jié)點(diǎn)涉及到兩個智能體的溝通，通過角色化的形式，每個人虛擬化成一個角色，比如虛擬Agent在每一次回復(fù)需要感知到之前所有上下文，才能夠?qū)崿F(xiàn)這種上下文感知的QA。最后一個階段，有時候養(yǎng)的這些智能體不太聽話，可能一直在說你好，也可能一直說再見，外層框架需要對話停止，不是針對任務(wù)解決過程的聊天記錄，需要做自我反思，具體想表達(dá)的任務(wù)結(jié)論抽出來，這是三個主要的機(jī)制。這些機(jī)制基本上可以將整個鏈串聯(lián)起來，形成軟件開發(fā)的技術(shù)。

軟件開發(fā)具體的生成時間，大概是409秒的程度。通過智能體Agent完成代碼評審，自主提出的一些修改的問題，這是完全沒有外部給它們灌輸?shù)摹？梢钥吹剿鼤约喊l(fā)現(xiàn)這個問題，比如模塊是沒有發(fā)現(xiàn)的，或者有一些變量的屬性是不對的等問題，這些都是通過智能體自主發(fā)現(xiàn)，并且修改的。

可能目前軟件生成形態(tài)和大家想得多少有一些理想上的區(qū)別，因?yàn)榇_實(shí)目前只能做到這么大的規(guī)模，這也是一開始提到的涌現(xiàn)，如何繼續(xù)做這些研發(fā)，使得它們能力層面會發(fā)生質(zhì)的突變，包括代碼邏輯。

目前經(jīng)過Internet，還有Things，未來會實(shí)現(xiàn)Internet of Agents，相當(dāng)于每個人有自己的Agent，或者Agent團(tuán)隊(duì)，它能幫你做事情。在這樣的情況下，比如北京下大雪，有專家不能在場，他的Agent可以派來現(xiàn)場參會分享觀點(diǎn)，把別人和它交流的一些問題再帶回去給教授或?qū)＜?。其?shí)Agent相當(dāng)于是一個專家或崗位的孿生，未來也期待有這樣的形式，實(shí)現(xiàn)在軟件開發(fā)領(lǐng)域有一些測試員孿生、程序員孿生、CEO孿生，先是輔助性做一些事情，更長遠(yuǎn)的未來有可能會自主把這些事情做了。