本論文作者張賽是天津大學博士研究生，師從張小旺教授。目前是澳大利亞聯(lián)邦科學與工業(yè)研究組織（SE4AI 團隊）聯(lián)合培養(yǎng)博士生，合作導師為邢振昌教授。主要研究方向為生成式軟件開發(fā)，軟件工程需求分析等。她曾經(jīng)以第一作者在 TOSEM, TNNLS, TCBB, Bioinformatics 等頂級期刊上發(fā)表論文。曾獲得 2022 年度省級優(yōu)秀碩士學位論文，國家獎學金和國家公派獎學金等榮譽。

在人工智能迅猛發(fā)展的今天，我們正站在軟件開發(fā)領域一次深刻變革的起點上。想象一下，只需一句簡單的需求描述，就能生成符合你期望的軟件。這不再是科幻小說中的情節(jié)，而是即將成為現(xiàn)實的創(chuàng)新技術。

而這一切的背后，正是我們即將介紹的 AgileGen— 一種基于人機協(xié)作的敏捷生成式軟件開發(fā)框架。

• 論文題目：Empowering Agile-Based Generative Software Development through Human-AI Teamwork
• 論文鏈接：https://arxiv.org/abs/2407.15568
• github 鏈接：https://github.com/UGAIForge/AgileGen
• Huggingface (試用)：https://huggingface.co/spaces/HarrisClover/AgileGen

目前，該論文已被 ACM TOSEM (CCF A) 錄用。

軟件開發(fā)的根本挑戰(zhàn)：需求的不完整性

著名的圖靈獎得主 Frederick P. Brooks 在他的經(jīng)典論文”No Silver Bullet: Essence and Accidents of Software Engineering” 中指出：“軟件開發(fā)的本質(zhì)困難在于對復雜概念結構的構思和理解，這主要涉及需求分析和設計。相比之下，使用編程語言來實現(xiàn)這些抽象的軟件實體只是偶然性的困難。” 也就是說，理解用戶需求，設計出滿足這些需求的系統(tǒng)架構和功能，是軟件開發(fā)中最核心、最具挑戰(zhàn)性的部分。

然而，在實際開發(fā)過程中，用戶往往難以完整、準確地描述他們的需求。這并非用戶的錯，而是因為他們可能缺乏專業(yè)的技術背景，或者對自己的需求也不是特別清晰。舉個例子，一位教師可能會提出：“我需要一個可以隨機點名的應用。” 但是，這樣的描述并未明確系統(tǒng)需要具備哪些具體功能，比如學生名單是否固定還是要動態(tài)添加刪除，是否需要考慮請假學生，界面應該如何設計，是否需要配合隨堂提問等。

現(xiàn)有生成式軟件開發(fā)的局限性

隨著大型語言模型（LLM）的發(fā)展，許多人開始嘗試利用 AI 來自動生成代碼。然而，現(xiàn)有的生成式軟件開發(fā)方法在處理不完整的需求時仍存在巨大挑戰(zhàn)：他們要么過于依賴用戶的指導，要么在沒有用戶參與的情況下自行決策，導致生成的代碼與用戶的期望有較大偏差，也就是即使生成的軟件可以成功運行 (build software right)，也無法彌合用戶的期待 (build right software)。

AgileGen 的誕生：人機協(xié)作的新范式

面對這些挑戰(zhàn)，我們提出了 AgileGen，一種基于人機協(xié)作的敏捷生成式軟件開發(fā)框架，旨在融合人類的創(chuàng)造力和 AI 大模型的生成能力，實現(xiàn)高效、準確的軟件生成。

1. 核心理念：發(fā)揮人類與 AI 各自的優(yōu)勢

AgileGen 的核心理念是讓用戶和 AI 各自專注于自己擅長的領域。用戶負責提出需求和進行決策，AI 負責技術實現(xiàn)和代碼生成。通俗的講就是人干兩頭，AI 干中間。通過這種人機協(xié)作的方式，我們能夠更精準地捕捉用戶的隱含需求，減少溝通成本。

圖 1：問題陳述圖。用戶不確定如何驅動代理生成所需的軟件，Agent 也不知道如何滿足用戶需求。我們在用戶和 Agent 之間建立了一座橋梁，促進了人類決策技能和 Agent 編碼能力之間的協(xié)作。這種協(xié)作創(chuàng)建了一個具有輕量級迭代反饋的生成式軟件開發(fā)代理。

2. 關鍵創(chuàng)新

我們的創(chuàng)新主要體現(xiàn)在以下三個方面：

• 人干兩頭 AI 干中間的人機協(xié)作方式

用戶在每次迭代的開始（場景決策）和結束（驗收與建議）參與進來，AI 則負責中間的技術實現(xiàn)。這樣既保留了用戶的控制權，又充分利用了 AI 的優(yōu)勢，減少了錯誤的發(fā)生。

• 構建用戶和 Agent 之間的橋梁

我們首次將行為驅動開發(fā)（BDD） 引入生成式軟件開發(fā)中，使用 Gherkin 語言 將用戶的模糊需求轉化為清晰、可測試的場景描述，彌合了不完整需求與精確功能之間的差距。通過動態(tài)融入用戶的決策，我們確保了生成的軟件始終符合用戶的真實需求。

• 自我進化的 Agent 圖架構

我們設計了一個包含人類決策點的 Agent 圖，形成了一個有向循環(huán)的流程，便于迭代和擴展。引入了記憶池來收集用戶的決策結果，推薦給有類似需求的后續(xù)用戶，形成自我更新的循環(huán)。

AgileGen 核心組件設計介紹

圖 2 AgileGen 概括

1. 用戶需求和場景決策組件

- 用戶需求決策：用戶首先以自然語言描述自己的需求。這是用戶參與決策的第一步，決定了要生成的軟件目標。例如，用戶可能會輸入：“Please generate a web system with a random roll call function”

- 場景決策：AgileGen 會根據(jù)用戶的需求，從記憶池中匹配類似的需求和場景，為用戶提供參考。用戶可以對這些場景進行確認、添加、刪除或修改，從而迭代地澄清需求。這些決策將被記錄并存儲在記憶池中，供后續(xù)用戶參考并循環(huán)使用。

2. 場景設計組件

- 記憶池機制：存儲了大量先前用戶決策的場景描述，當新的需求輸入時，系統(tǒng)會從記憶池中匹配相似的需求，提供參考場景，提升場景設計的可靠性。隨著使用次數(shù)的增加，記憶池會不斷豐富，為用戶提供更精準的參考。

- 交互橋：為了讓用戶無需學習領域特定語言 Gherkin，系統(tǒng)設計了一個交互式橋梁，將 Gherkin 場景轉換為自然語言。用戶可以輕松理解這些場景，并進行相應的決策，降低了技術門檻。

3. 快速原型設計組件

- 視覺設計：系統(tǒng)根據(jù)用戶確認的 Gherkin 場景，自動生成頁面布局和視覺描述，遵循八大成功的視覺設計原則，確保界面美觀、易用。

- 代碼生成與一致性因子：通過生成一致性因子（測試用例），確保生成的代碼與業(yè)務邏輯一致，減少功能偏差。

- 自動修改與迭代：系統(tǒng)能夠根據(jù)用戶的反饋，自動修改代碼，實現(xiàn)快速迭代。

4. 用戶驗收與推薦反饋決策

- 用戶驗收決策：在原型生成后，AgileGen 為用戶提供一個代碼執(zhí)行鏈接，用戶可以直接體驗軟件的功能。如若滿意可以下載完整代碼，部署到實際環(huán)境中。

- 用戶推薦反饋決策：通過對界面和功能的測試，用戶可以提出修改建議，如調(diào)整界面風格、添加新功能等。AgileGen 會根據(jù)用戶的反饋，自動修改代碼，并提供新的原型供用戶驗收。這種循環(huán)持續(xù)進行，直到用戶滿意并完成軟件交付。

實戰(zhàn)案例：從想法到成品

讓我們回到之前的例子，看看 AgileGen 是如何將一個簡單的想法轉化為完整的軟件的。

步驟 1：提出需求

用戶輸入初始需求：“Please generate a web system with a random roll call function”

步驟 2：場景設計與確認

AgileGen 利用記憶池，從類似的需求中提取可能的場景，并以自然語言呈現(xiàn)給用戶：

用戶可以確認這些場景，或者進行修改。例如，用戶可能希望添加一個功能：“I need to be able to save the history of the roll call name.”

步驟 3：快速原型生成

AgileGen 根據(jù)用戶決策過的 Gherkin 場景，生成初步的代碼和界面設計，包括頁面布局、按鈕位置、顏色搭配等。

步驟 4：用戶反饋與迭代

用戶運行生成的原型，如果發(fā)現(xiàn)界面顏色不符合期望，或者按鈕位置需要調(diào)整。他可以在系統(tǒng)中提出這些問題，AgileGen 將根據(jù)反饋自動修改代碼。

- 功能增加反饋：隨機點名時給我一些 python 相關的問題。

- 樣式修改反饋：我希望顏色能夠更豐富一些。

步驟 5：完成并交付

經(jīng)過幾次迭代，用戶對功能和界面都滿意之后，下載完整的代碼，部署到實際環(huán)境中。

- 更多示例和講解

視頻鏈接：https://www.youtube.com/watch?v=lClwF7KN2xw

案例對比：與現(xiàn)有生成式軟件開發(fā)方法對比

1. 筆記本助理項目 (Bookkeeping Assistant)

用戶需求描述：I need a bookkeeping assistant website.

AgileGen+GPT3.5 和 AgileGen+GPT4 和 GPT-Engineer 能夠做到實現(xiàn)記賬功能。AgileGenAgileGen+GPT3.5 生成的功能更多，而 AgileGen+GPT4 生成了更簡潔的功能，以更合理的頁面布局完成核心功能。ChatDev (_23 版本，_24 版本)、GPT3.5+CoT 和 GPT4+CoT 生成的頁面未完成簿記功能。相反，它們是常見網(wǎng)頁元素的組合（例如 “關于我們” 和 “聯(lián)系我們”）。GPT4o+CoT 生成的頁面使用 Bootstrap 樣式表，但功能不完整無法記錄條目。

2. 運動場地預定軟件 (Sport Arena)

用戶需求描述：Develop a user-friendly software application that allows users to create and customize virtual sports arenas.（來源于 ChatDev’s SRDD 數(shù)據(jù)集）

AgileGen+GPT4 方法支持場地的創(chuàng)建、功能定制和配置管理，而 ChatDev+GPT-4 生成沒有 GUI 的應用程序，ChatDev+GPT-3.5 生成了兩個點擊無響應的按鈕界面，標記為 “Create arena” 和 “Customize arena”。

3. 視頻分割軟件 (Video Clipper)

用戶需求描述：VideoClipper is a software application that allows users to easily clip and trim videos. It provides an intuitive interface to select specific sections of the video, and saves the trimmed video as a new file.（來源于 ChatDev’s SRDD 數(shù)據(jù)集）

所有方法都生成了能夠完成視頻剪輯的軟件，但 AgileGen 生成的界面體現(xiàn)了更好的界面設計和交互性。

展望未來：開啟軟件開發(fā)的新紀元

我們相信，AgileGen 的出現(xiàn)，將開啟軟件開發(fā)的新紀元。通過人機協(xié)作，充分發(fā)揮人類的創(chuàng)造力和 AI 的計算能力，軟件開發(fā)將變得更加高效、準確和個性化。正如 Frederick P. Brooks 所言，軟件開發(fā)的本質(zhì)困難在于需求分析和設計。AgileGen 通過引入人機協(xié)作的敏捷開發(fā)理念，讓用戶深度參與需求的澄清和驗收，使得軟件真正滿足用戶的需求。

我們誠摯地邀請廣大開發(fā)者、企業(yè)和對軟件開發(fā)感興趣的朋友和學者，關注并參與 AgileGen 的未來發(fā)展。讓我們攜手共進，探索人機協(xié)作在軟件開發(fā)中的無限可能，開啟智能軟件開發(fā)的新時代！