مقاله‌ی arXiv:2610.17471 · منتشرشده در کانال
Scaling Inference-Time Compute with Teams of Coding Agents
تیم ایجنت‌های کدنویسی: بودجه‌ی اضافه را کجا خرج کنیم؟ بیشتر روی برنامه‌ریزی
- تاریخ
- (۲۰ مهر ۱۴۰۵) 2026-10-12 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Keenan Samway, Daniel D'souza, Omar Darwiche Domingues, Marzieh Fadaee, Tan Yi-Chern, Nouha Dziri
- نهاد نویسنده‌ها
- Cohere Labs, Cohere
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
سیستم‌های چندایجنتی محور تازه‌ای برای بزرگ کردن محاسبه در زمان اجرا پیشنهاد می‌کنند: به جای این‌که یک ایجنت بیشتر فکر کند یا بیشتر تلاش کند، کار بین چند ایجنت موازی تقسیم می‌شود. اما در عمل، ایجنت‌های بیشتر به راحتی کار تکراری، شکست هماهنگی و هزینه‌ی بیشتر می‌سازند.
روش
نویسنده‌ها طراحی تیم را یک مسئله‌ی تخصیص محاسبه می‌بینند: از یک ایجنت تنها شروع کن؛ محاسبه‌ی اضافه کجا برود تا به بهترین تعادل پاداش و هزینه برسیم؟ یک هارنس چندایجنتی حداقلی ساختند و هر بار فقط یک چیز را تغییر دادند: مرحله‌ای که سرپرست به کارگرها واگذار می‌کند (برنامه‌ریزی، پیاده‌سازی یا بررسی)، مدل‌های تیم و تعداد کارگرها.
یافته‌ها
- روی ProgramBench تیم‌ها از ایجنت تنها بهتر بودند ولی سه تا هفت برابر هزینه داشتند؛ اما با تخصیص درست، یک تیم ناهمگون ۱۷ ایجنتی با ۷۰ درصد هزینه‌ی کمتر به فاصله‌ی ۱٫۴ امتیاز از یک تیم قوی همگن ۵ ایجنتی رسید.
- برنامه‌ریزی باارزش‌ترین کار کارگرهاست: سرپرستی که فقط برنامه‌ریزی را واگذار می‌کند و خودش پیاده‌سازی و بررسی می‌کند، با نصف هزینه به همان پاداشِ واگذاری کامل می‌رسد.
- مدل‌های ارزان به عنوان برنامه‌ریز می‌ارزند ولی به عنوان پیاده‌ساز نه: سرپرست قوی با برنامه‌ریزهای ارزان ۴۷٫۵ درصد سود یک تیم تمام‌قوی را با فقط ۱۳٫۹ درصد هزینه‌ی اضافه‌ی آن به دست آورد. برنامه‌ریزها با بزرگ‌تر شدن تیم همچنان پاداش را بالا می‌برند، ولی پیاده‌سازها و بررسی‌کننده‌ها بعد از چهار کارگر به سقف می‌رسند.
محدودیت‌ها
نویسنده‌ها بخش جداگانه‌ای برای محدودیت‌ها ندارند؛ آزمایش‌ها روی یک بنچمارک برنامه‌نویسی انجام شده است.
چرا مهم است
ساختن ساب‌ایجنت و تیم ایجنت ساده شده، ولی هزینه به سرعت بالا می‌رود. این کار راهنمای مشخصی می‌دهد: برای برنامه‌ریزی چند ایجنت ارزان بگذار، و پیاده‌سازی را به یک مدل قوی بسپار.