[Paper] MetaGPT：SOP、结构化交接与角色化多 Agent 软件开发

[keting]

论文信息

• 标题：MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework
• 作者：Sirui Hong, Mingchen Zhuge, Jiaqi Chen, Xiawu Zheng, Yuheng Cheng, Ceyao Zhang 等
• 刊物：ICLR 2024（CCF-A）
• 原文：https://arxiv.org/abs/2308.00352

一句话结论

MetaGPT 的核心不是“多个 Agent 聊天”，而是把软件公司的 SOP、角色分工、结构化交付物和可执行反馈编码进多 Agent 流程，从而降低闲聊式协作带来的幻觉和信息丢失。

论文解决什么问题

早期多 Agent 系统常把协作理解成自然语言角色扮演，容易产生无效对话、重复指令和信息漂移。软件开发需要 PRD、架构设计、接口、任务分配、代码、测试等结构化中间产物，而不是只靠聊天记录。

关键贡献

1. 提出 MetaGPT，把软件工程 SOP 显式编码到 LLM 多 Agent 协作流程。
2. 定义 Product Manager、Architect、Project Manager、Engineer、QA Engineer 等角色。
3. 用结构化文档、图表、接口定义、任务列表替代自由聊天。
4. 引入共享消息池和订阅机制，让 Agent 按角色消费相关信息。
5. 引入 executable feedback，让 Engineer 执行测试、读错误、迭代修复。

方法与机制

MetaGPT 的流程接近软件公司的流水线：

1. Product Manager 生成 PRD、用户故事和需求池。
2. Architect 生成系统设计、文件列表、数据结构、接口定义、流程图。
3. Project Manager 将系统设计拆成任务。
4. Engineer 根据任务和设计实现代码，并通过执行反馈迭代修复。
5. QA Engineer 生成测试和质量检查。

论文强调两个机制：结构化通信接口，以及发布-订阅消息池。

使用的模型 / Agent

• 主系统：MetaGPT
• 主模型：GPT-4
• 角色：PM、Architect、PMgr、Engineer、QA Engineer
• 行动循环：ReAct-style
• 评测任务：HumanEval、MBPP、SoftwareDev

关键实验结果

• HumanEval：85.9% Pass@1
• MBPP：87.7% Pass@1
• executable feedback 带来约 4.2% / 5.4% 额外提升
• SoftwareDev 上人工修订成本明显低于 ChatDev 等对照

最值得记住的 3 点

1. 多 Agent 的关键是 SOP 和结构化交付，不是 Agent 数量越多越好。
2. 结构化中间产物和订阅机制能显著减少上下文漂移。
3. 可执行反馈是多 Agent 软件开发质量闭环的重要组成部分。

局限

• 项目级任务仍偏小，离真实企业项目差距明显。
• 流程较依赖预定义 SOP 和 GPT-4 能力。
• 面对需求变更、权限、遗留系统和长期维护时还需要更灵活的机制。

对 HALF 的启发

MetaGPT 对 HALF 的直接价值是：如果要做多 Agent/多阶段任务平台，关键不是堆 agent 数量，而是把角色、依赖、交付物和反馈流做成结构化协议。SOP 本身可以成为重要实验变量。

讨论问题

• 对软件工程任务，HALF 最应优先固化哪条 SOP：需求 -> 设计，还是实现 -> 验收？
• 结构化交付物和自由协作之间，实际收益差距能有多大？