HyperAgente: Agentes de Ingeniería de Software Generalistas para Resolver Tareas de Codificación a Escala

HyperAgent: Generalist Software Engineering Agents to Solve Coding Tasks at Scale

September 9, 2024

Autores: Huy Nhat Phan, Phong X. Nguyen, Nghi D. Q. Bui

cs.AI

Resumen

Los Modelos de Lenguaje Grandes (LLMs) han revolucionado la ingeniería de software (SE), demostrando capacidades notables en diversas tareas de codificación. Si bien los esfuerzos recientes han dado lugar a agentes de software autónomos basados en LLMs para tareas de desarrollo de extremo a extremo, estos sistemas suelen estar diseñados para tareas específicas de SE. Presentamos HyperAgente, un novedoso sistema multiagente generalista diseñado para abordar un amplio espectro de tareas de SE en diferentes lenguajes de programación al imitar los flujos de trabajo de los desarrolladores humanos. Compuesto por cuatro agentes especializados - Planificador, Navegador, Editor de Código y Ejecutor - HyperAgente gestiona todo el ciclo de vida de las tareas de SE, desde la concepción inicial hasta la verificación final. A través de evaluaciones exhaustivas, HyperAgente logra un rendimiento de vanguardia en diversas tareas de SE: alcanza una tasa de éxito del 25.01% en SWE-Bench-Lite y del 31.40% en SWE-Bench-Verified para la resolución de problemas de GitHub, superando los métodos existentes. Además, HyperAgente demuestra un rendimiento de vanguardia en la generación de código a nivel de repositorio (RepoExec) y en la localización de fallas y reparación de programas (Defects4J), superando con frecuencia a sistemas especializados. Este trabajo representa un avance significativo hacia agentes autónomos y versátiles capaces de manejar tareas de SE complejas y de múltiples pasos en diversos dominios y lenguajes, potencialmente transformando las prácticas de desarrollo de software asistido por IA.

English

Large Language Models (LLMs) have revolutionized software engineering (SE), demonstrating remarkable capabilities in various coding tasks. While recent efforts have produced autonomous software agents based on LLMs for end-to-end development tasks, these systems are typically designed for specific SE tasks. We introduce HyperAgent, a novel generalist multi-agent system designed to address a wide spectrum of SE tasks across different programming languages by mimicking human developers' workflows. Comprising four specialized agents - Planner, Navigator, Code Editor, and Executor. HyperAgent manages the full lifecycle of SE tasks, from initial conception to final verification. Through extensive evaluations, HyperAgent achieves state-of-the-art performance across diverse SE tasks: it attains a 25.01% success rate on SWE-Bench-Lite and 31.40% on SWE-Bench-Verified for GitHub issue resolution, surpassing existing methods. Furthermore, HyperAgent demonstrates SOTA performance in repository-level code generation (RepoExec), and in fault localization and program repair (Defects4J), often outperforming specialized systems. This work represents a significant advancement towards versatile, autonomous agents capable of handling complex, multi-step SE tasks across various domains and languages, potentially transforming AI-assisted software development practices.