آرشیو مقاله‌ها همه‌ی مقاله‌هاموضوع‌هالابراتوارهاجستجودرباره
همه‌ی مقاله‌هاموضوع‌هالابراتوارهاجستجودرباره
خانه مقاله‌ها مقاله‌ی 2609.38345

مقاله‌ی arXiv:2609.38345 · در صف خبرنامه

OpenCollab: A Multi-Agent Coding Framework with Programmable Collaboration and Controllable Runtime

اوپن‌کولب: چارچوب کدنویسی چندایجنتی با همکاری برنامه‌پذیر و زمان اجرای کنترل‌پذیر

تاریخ
(۷ مهر ۱۴۰۵) 2026-09-29 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
نویسنده‌ها
Chun-Wah Hsu, Kai Gong, Yu Wu, Xianhe Chen, Mengyang Liu, Jie Li, Hanyu Li, Zhixuan Liu, Naisheng Tang, Jiaying Chi, Ziheng Fan, Xuning He, Xiaokang Yang, Xue Jiang, Yihong Dong
نهاد نویسنده‌ها
Shanghai Jiao Tong University; University of Cambridge; Nanyang Technological University; The University of Hong Kong; Imperial College London; Peking University; Tencent
برچسب لابراتوار
کلاد کدکدکسOpenHandsSWE-benchTerminal-Bench
موضوع‌ها
ایجنت کدنویسیسیستم‌های چندایجنتی

خلاصه‌ی فارسی

مسئله

سیستم‌های کدنویسی چندایجنتی برای حل تسک‌های پیچیده‌ی مهندسی نرم‌افزار با همکاری طراحی شده‌اند، اما ارزیابی‌های موجود فرض می‌کنند سازمان پیکربندی‌شده وفادارانه اجرا می‌شود، در حالی که واقعیت فرق دارد؛ مثلاً ایجنت بازبین ممکن است اصلاً کد را بازبینی نکند. این شکاف رفتاری همراه با تفاوت اجزای زیربنایی، نسبت دادن بهبودها را ناممکن می‌کند.

روش

چارچوب OpenCollab طراحی سازمان را یکپارچه می‌کند، کنترل آزمایشی را روی یک زمان اجرای مشترک اعمال می‌کند و اجرا را با جریان‌های رویداد ریزدانه دنبال می‌کند. بر این پایه معیار «پایبندی» تعریف شد که می‌سنجد سازمان اعلام‌شده واقعاً محقق می‌شود یا نه.

یافته‌ها

  • ایجنت‌ها در پیکربندی‌های مختلف بسیار متفاوت همکاری کردند و تغییر هر یک بُعد، پایبندی را از ۴۷٫۲ تا ۹۷٫۲ درصد جابه‌جا کرد.
  • پیکربندی دونفره‌ی آن در بنچمارک‌های کدنویسی ایجنتی از هارنس‌های رایج مثل Mini-SWE-agent، OpenHands، Codex CLI و Claude Code بهتر بود.
  • پیکربندی تک‌ایجنتی آن در همه‌ی مجموعه‌های ارزیابی‌شده کمترین توکن را مصرف کرد.

محدودیت‌ها

نویسنده‌ها می‌گویند فقط سه مدل سنجیده شده که برای تخمین تغییر پایبندی بین مدل‌ها کافی نیست، در هر لحظه فقط یک ایجنت اجرا می‌شود، و فقط یک گردش‌کار بررسی شده نه فضای گردش‌کارها.

چرا مهم است

بسیاری از ادعاهای بهبود سیستم‌های چندایجنتی بدون بررسی این است که ایجنت‌ها واقعاً طبق طرح همکاری کرده‌اند یا نه. این کار ابزاری برای سنجش همین و مقایسه‌ی کنترل‌شده می‌دهد.