随着大型语言模型（LLM）的不断发展，利用其构建AI智能体已成为一项新的研究领域。过去的研究已经成功地利用LLM驱动多智能体自主完成了一些任务
然而，目前的研究主要关注于简单任务，对于复杂任务的探索不足。这主要是因为大型语言模型存在「幻觉」问题，尤其是在多个智能体相互作用时，幻觉问题会更加严重，导致无法应用于复杂任务
最近，一个名为「MetaGPT」的开源框架试图解决这个问题。MetaGPT的目标是将有效的人类工作流程注入到LLM驱动的多智能体协作中，作为一种元编程方法。MetaGPT在上线几天后就迅速获得了超过11.1k个star的关注
这个项目的网址是：https://github.com/geekan/MetaGPT
概括而言，MetaGPT 模拟软件开发公司的工作流程，要求为每个智能体分配角色并规划协作过程，类似于软件开发公司的人员分配情况
MetaGPT首先将标准化操作程序（SOP）嵌入到prompt中，从而使多个智能体的协作过程变得结构化。接着，研究团队进一步将输出模块化，赋予智能体与人类工作者相当的领域专业知识，以验证输出并减少复合错误
MetaGPT通过工作流水线的方式，为不同的智能体分配角色，从而构建了一个能够有效解决复杂多智能体协作问题的框架，并使其更加凝聚
以推荐引擎开发为例，研究团队展示了 MetaGPT 中的「架构师智能体」自主生成的系统接口设计，这对于软件开发来说是至关重要的一步
MetaGPT能够胜任各种复杂任务，比如开发简单的游戏软件，它的任务执行过程可以与人类开发者的标准操作流程（SOP）一一对应
MetaGPT接收用户输入需求后，智能体担任产品经理角色，对需求和可行性进行分析。随后，智能体充当架构师、项目经理和工程师，按顺序完成软件开发。最后，另一智能体负责对软件进行全面测试。这个过程很好地模拟了现实世界的开发过程
让我们看一个 MetaGPT 完成具体开发任务的案例。用户只需提供一个需求，如「编写一个 21 点游戏（Blackjack）」，MetaGPT 将经过需求分析和任务规划，并成功生成游戏代码
研究团队在项目路线图中表示：MetaGPT计划在短期内独立完成中型项目（约2000行代码）的目标，最终实现自主训练、微调、优化、应用和更新的能力
MetaGPT已经发布了一篇名为《METAGPT: META PROGRAMMING FOR MULTI-AGENT COLLABORATIVE FRAMEWORK》的研究论文
这篇论文可以在以下链接中找到：https://arxiv.org/pdf/2308.00352.pdf
有兴趣的读者可以查阅论文以深入了解研究主题
以上是MetaGPT开源框架爆红 GitHub，达到1.1万星，模拟软件开发流程的详细内容。更多信息请关注PHP中文网其他相关文章！
