王一男-基于多智能体的研发平台构建及其技术实践.pdfVIP

基于多智能体的

研发平台构建及其技术实践

王一男|华为

王一男

华为

担任华为云智能化DevOps产品专家。拥有北京航空航天大学软件工程专

业本科及硕士学位，具备多年软件工程与管理实践经验，专注于通过方法

与工具的结合提升组织研发效能。

目录I.Agent技术驱动的软件研发演进趋势

II.AI赋能，构建全流程智能化的软件研发

CONTENTSIII.多Agent协同驱动企业研效跃迁

PART01

Agent技术驱动的软件研发演进趋势

AgentScalingLaw：Agent使能软件工程变革已成为行

业共识和趋势

•SequoiaCapital：AI未来将达到万亿规模市场（TheTrillion-DollarOpportunity），应用层将是价值高地，智能体

（Agents）和智能体经济（AgentEconomy）必定会成为全球经济活动最核心的构成。

•AI独立研究机构METR：Agent能够完成的任务长度正以指数级增长，大约每7个月翻一倍。2022年ChatGPT刚发布

时能够实现的coding任务差不多等同于人类耗时30s的任务；2025年Agent已经能够自主完成人类一小时coding任务；

预计2029年能够完成1个工作月的任务。

Source:SequoiaCapital,METR

更强的SingleAgent，还是更多的MultipleAgents？

SingleAgentMultipleAgents

Cognition：单智能体上下文一致、架构简单、可靠性高Anthropic：多智能体可并行化、突破上下文窗口限制、适合开放式复杂任务

CodeArtsDoerPro

CodeArtsDoerBasicCodeArtsDoerEnterprise

开发者启示

•多Agent-单Agent：所有Agent共享同一上下文（长对话）、Agent之间存在大量依赖关系的任务（编程），则需要合并为一个Agent。

•单Agent-多Agent：当可拆解为多个并行任务，或单Agent难以执行复杂指令、经常选择错误工具时，则需要进一步细分引入多Agent。

•生产落地实践：优先挖掘单Agent能力，做好上下文管理；开放式复杂任务逐步引入多Agent，重点设计各Agent分工、优化提示词、并行工具调用、错误恢复机制、token管理等。

Source:Anthropic,Cognition

PART02

AI赋能，构建全流程智能化的软件研发

GenAI催生软件工程3.0，软件研发进入智能化新阶段

Gartner：AI增强开发成为2024年五大战略技术趋势之一

1968年联邦德国召开NATO会议2001年敏捷联盟发布2022年

“软件工程”学科诞生敏捷宣言大模型突破

软件工程1.0软件工程2.0软件工程3.