Industri pengembangan perangkat lunak adalah domain yang sering kali mengandalkan konsultasi dan intuisi, yang ditandai dengan strategi pengambilan keputusan yang rumit. Selain itu, pengembangan, pemeliharaan, dan pengoperasian perangkat lunak memerlukan pendekatan yang disiplin dan metodis. Merupakan hal yang umum bagi pengembang perangkat lunak untuk mendasarkan keputusan pada intuisi dibandingkan konsultasi, tergantung pada kompleksitas masalahnya. Dalam upaya untuk meningkatkan efisiensi rekayasa perangkat lunak, termasuk efektivitas perangkat lunak dan mengurangi biaya pengembangan, para ilmuwan mengeksplorasi penggunaan kerangka kerja berbasis pembelajaran mendalam untuk menangani berbagai tugas dalam proses pengembangan perangkat lunak. Dengan perkembangan dan kemajuan terkini di sektor pembelajaran mendalam dan AI, pengembang mencari cara untuk mengubah proses dan praktik pengembangan perangkat lunak. Mereka melakukan ini dengan menggunakan desain canggih yang diimplementasikan pada berbagai tahap proses pengembangan perangkat lunak.

Hari ini, kita akan membahas ChatDev, pendekatan inovatif berbasis Large Language Model (LLM) yang bertujuan untuk merevolusi bidang pengembangan perangkat lunak. Paradigma ini berupaya menghilangkan kebutuhan akan model-model khusus pada setiap fase proses pembangunan. Kerangka kerja ChatDev memanfaatkan kemampuan kerangka LLM, memanfaatkan komunikasi bahasa alami untuk menyatukan dan menyederhanakan proses pengembangan perangkat lunak utama.

Pada artikel ini, kita akan menjelajahi ChatDev, sebuah perusahaan bertenaga virtual yang berspesialisasi dalam pengembangan perangkat lunak. ChatDev mengadopsi model air terjun dan dengan cermat membagi proses pengembangan perangkat lunak menjadi empat tahap utama.

1. Merancang. 
2. Coding. 
3. Pengujian. 
4. Dokumentasi. 

Masing-masing tahapan ini menyebarkan tim agen virtual seperti pemrogram kode atau penguji yang berkolaborasi satu sama lain menggunakan dialog yang menghasilkan alur kerja yang lancar. Rantai obrolan berfungsi sebagai fasilitator, dan memecah setiap tahapan proses pengembangan menjadi subtugas atom, sehingga memungkinkan peran ganda, memungkinkan proposal dan validasi solusi menggunakan komunikasi sadar konteks yang memungkinkan pengembang menyelesaikan subtugas tertentu secara efektif. 

Analisis instrumental ChatDev menunjukkan bahwa kerangka ChatDev tidak hanya sangat efektif dalam menyelesaikan proses pengembangan perangkat lunak, namun juga sangat hemat biaya serta menyelesaikan seluruh proses pengembangan perangkat lunak hanya dalam waktu kurang dari satu dolar. Lebih jauh lagi, kerangka kerja ini tidak hanya mengidentifikasi, namun juga mengurangi potensi kerentanan, memperbaiki potensi halusinasi, sambil mempertahankan efisiensi tinggi dan efektivitas biaya. 

ChatDev: Pengantar Pengembangan Perangkat Lunak yang Didukung LLM

Secara tradisional, industri pengembangan perangkat lunak adalah industri yang dibangun di atas fondasi pendekatan yang disiplin dan metodis tidak hanya untuk mengembangkan aplikasi, namun juga untuk memelihara, dan mengoperasikannya. Secara tradisional, proses pengembangan perangkat lunak pada umumnya adalah proses yang sangat rumit, rumit, dan memakan waktu serta memerlukan waktu dan siklus pengembangan yang panjang, karena ada banyak peran yang terlibat dalam proses pengembangan termasuk koordinasi dalam organisasi, alokasi tugas, penulisan kode, dan lain-lain. pengujian, dan terakhir, dokumentasi. 

Dalam beberapa tahun terakhir, dengan bantuan LLM atau Model Bahasa Besar, komunitas AI telah mencapai tonggak penting dalam bidang visi komputer, dan pemrosesan bahasa alami, dan setelah pelatihan tentang paradigma “prediksi kata berikutnya”, Model Bahasa Besar telah menunjukkan dengan baik kemampuannya untuk mengembalikan kinerja yang efisien pada beragam tugas hilir seperti terjemahan mesin, menjawab pertanyaan, dan pembuatan kode. 

Meskipun Model Bahasa Besar dapat menulis kode untuk keseluruhan perangkat lunak, model ini mempunyai kelemahan utama: halusinasi kode, yang sangat mirip dengan halusinasi yang dihadapi oleh kerangka pemrosesan bahasa alami. Halusinasi kode dapat mencakup masalah seperti bug yang belum ditemukan, ketergantungan yang hilang, dan implementasi fungsi yang tidak lengkap. Ada dua penyebab utama halusinasi kode. 

• Kurangnya Spesifikasi Tugas: Saat membuat kode perangkat lunak dalam satu langkah, tidak menentukan tugas spesifik akan membingungkan LLM karena tugas dalam proses pengembangan perangkat lunak seperti menganalisis kebutuhan pengguna, atau memilih bahasa pemrograman yang disukai sering kali memberikan pemikiran terpandu, sesuatu yang hilang dari yang tinggi tugas tingkat yang ditangani oleh LLM ini. 
• Kurangnya Pemeriksaan Silang : Resiko yang signifikan timbul ketika tidak dilakukan pemeriksaan silang terutama dalam proses pengambilan keputusan. 

ChatDev bertujuan untuk memecahkan masalah ini, dan memfasilitasi LLM dengan kekuatan untuk menciptakan aplikasi perangkat lunak yang canggih dan efektif dengan menciptakan perusahaan bertenaga virtual untuk pengembangan perangkat lunak yang menetapkan model air terjun, dan dengan cermat membagi proses pengembangan perangkat lunak menjadi empat proses utama. tahapan,

1. Merancang. 
2. Coding. 
3. Pengujian. 
4. Dokumentasi. 

Masing-masing tahapan ini menyebarkan tim agen virtual seperti pemrogram kode atau penguji yang berkolaborasi satu sama lain menggunakan dialog yang menghasilkan alur kerja yang lancar. Lebih jauh lagi, ChatDev memanfaatkan rantai obrolan yang berfungsi sebagai fasilitator, dan memecah setiap tahap proses pengembangan menjadi subtugas atomik, sehingga memungkinkan peran ganda, memungkinkan proposal dan validasi solusi menggunakan komunikasi sadar konteks yang memungkinkan pengembang untuk secara efektif menyelesaikan subtugas yang ditentukan. Rantai obrolan terdiri dari beberapa node di mana setiap node mewakili subtugas tertentu, dan kedua peran ini terlibat dalam diskusi sadar konteks multi-turn untuk tidak hanya mengusulkan, namun juga memvalidasi solusi. 

Dalam pendekatan ini, kerangka ChatDev pertama-tama menganalisis kebutuhan klien, menghasilkan ide-ide kreatif, merancang & mengimplementasikan sistem prototipe, mengidentifikasi & mengatasi potensi masalah, membuat grafik yang menarik, menjelaskan informasi debug, dan menghasilkan manual pengguna. Terakhir, kerangka ChatDev mengirimkan perangkat lunak kepada pengguna bersama dengan kode sumber, panduan pengguna, dan spesifikasi lingkungan ketergantungan. 

ChatDev : Arsitektur dan Pekerjaan

Sekarang kita memiliki pengenalan singkat tentang ChatDev, mari kita lihat arsitektur & cara kerja kerangka ChatDev yang dimulai dengan Rantai Obrolan. 

Rantai Obrolan

Seperti yang telah kami sebutkan di bagian sebelumnya, framework ChatDev menggunakan metode air terjun untuk pengembangan perangkat lunak yang membagi proses pengembangan perangkat lunak menjadi empat fase termasuk perancangan, pengkodean, pengujian, dan dokumentasi. Masing-masing fase ini memiliki peran unik dalam proses pembangunan, dan terdapat kebutuhan akan komunikasi yang efektif di antara fase-fase tersebut, dan terdapat potensi tantangan yang dihadapi ketika mengidentifikasi individu-individu yang akan dilibatkan, dan menentukan urutan interaksi. 

Untuk mengatasi masalah ini, kerangka ChatDev menggunakan Chat Chain, sebuah arsitektur umum yang memecah setiap fase menjadi obrolan subatomik, dengan masing-masing fase berfokus pada permainan peran berorientasi tugas yang melibatkan peran ganda. Output yang diinginkan untuk obrolan merupakan komponen penting untuk perangkat lunak target, dan ini dicapai sebagai hasil kolaborasi, dan pertukaran instruksi antara agen yang berpartisipasi dalam proses pengembangan. Paradigma rantai obrolan untuk penyelesaian tugas tingkat menengah diilustrasikan pada gambar di bawah. 

Untuk setiap obrolan individu, seorang instruktur terlebih dahulu memulai instruksi, dan kemudian memandu dialog menuju penyelesaian tugas, dan sementara itu, asisten mengikuti instruksi yang diberikan oleh instruktur, memberikan solusi ideal, dan terlibat dalam diskusi tentang kelayakan. solusinya. Instruktur dan agen kemudian melakukan dialog multi-putaran hingga mereka mencapai konsensus, dan mereka menganggap tugas telah diselesaikan dengan sukses. Rantai rantai memberi pengguna pandangan transparan tentang proses pengembangan, menyoroti jalur pengambilan keputusan, dan menawarkan peluang untuk men-debug kesalahan ketika kesalahan itu muncul, yang memungkinkan pengguna akhir menganalisis & mendiagnosis kesalahan, memeriksa keluaran antara, dan campur tangan dalam proses tersebut jika dianggap perlu. Dengan menggabungkan rantai obrolan, kerangka kerja ChatDev dapat fokus pada setiap subtugas spesifik dalam skala granular yang tidak hanya memfasilitasi kolaborasi efektif antar agen, namun juga menghasilkan pencapaian output yang diperlukan dengan cepat. 

Merancang

Pada tahap desain, kerangka ChatDev memerlukan ide awal sebagai masukan dari klien manusia, dan ada tiga peran yang telah ditentukan dalam tahap ini. 

1. CEO atau Chief Executive Officer. 
2. CPO atau Chief Product Officer. 
3. CTO atau Chief Technical Officer. 

Rantai obrolan kemudian berperan membagi fase perancangan menjadi tugas obrolan subatomik berurutan yang mencakup bahasa pemrograman (CTO dan CEO), dan modalitas perangkat lunak target (CPO dan CEO). Fase perancangan melibatkan tiga mekanisme utama: Penetapan Peran atau Spesialisasi Peran, Aliran Memori, dan Refleksi Diri. 

Penugasan Peran

Setiap agen dalam kerangka Chat Dev diberi peran menggunakan pesan khusus atau perintah khusus selama proses bermain peran. Tidak seperti model bahasa percakapan lainnya, kerangka ChatDev membatasi dirinya hanya untuk memulai skenario permainan peran antar agen. Perintah ini digunakan untuk menetapkan peran kepada agen sebelum dialog. 

Awalnya, instruktur mengambil tanggung jawab CEO, dan terlibat dalam perencanaan interaktif sedangkan tanggung jawab CPO ditangani oleh agen yang melaksanakan tugas, dan memberikan respons yang diperlukan. Kerangka kerja ini menggunakan “dorongan awal” untuk spesialisasi peran yang memungkinkan agen memenuhi perannya secara efektif. Perintah asisten dan instruktur terdiri dari rincian penting mengenai peran & tugas yang ditentukan, kriteria penghentian, protokol komunikasi, dan beberapa batasan yang bertujuan untuk mencegah perilaku yang tidak diinginkan seperti putaran tak terbatas, respons tidak informatif, dan redundansi instruksi. 

Aliran Memori

Aliran memori adalah mekanisme yang digunakan oleh kerangka ChatDev yang menyimpan catatan percakapan komprehensif dari dialog agen sebelumnya, dan membantu dalam proses pengambilan keputusan berikutnya dengan cara yang peka terhadap ucapan. Kerangka kerja ChatDev menggunakan petunjuk untuk menetapkan protokol komunikasi yang diperlukan. Misalnya, ketika pihak-pihak yang terlibat mencapai konsensus, pesan akhir yang memenuhi persyaratan format tertentu seperti ( : Aplikasi Desktop”). Untuk memastikan kepatuhan terhadap format yang ditetapkan, kerangka kerja ini terus memantau, dan pada akhirnya memungkinkan dialog saat ini mencapai sebuah kesimpulan. 

Refleksi Diri

Pengembang kerangka ChatDev telah mengamati situasi di mana kedua pihak yang terlibat telah mencapai konsensus bersama, namun protokol komunikasi yang telah ditentukan sebelumnya tidak terpicu. Untuk mengatasi permasalahan tersebut, maka Kerangka kerja ChatDev memperkenalkan mekanisme refleksi diri yang membantu dalam pengambilan dan ekstraksi ingatan. Untuk menerapkan mekanisme refleksi diri, kerangka ChatDev memulai obrolan baru dan segar dengan memasukkan “diri semu” sebagai penanya baru. “Diri semu” menganalisis dialog & catatan sejarah sebelumnya, dan memberi tahu asisten saat ini, kemudian meminta ringkasan informasi konklusif & layak untuk ditindaklanjuti seperti yang ditunjukkan pada gambar di bawah. 

Dengan bantuan mekanisme swadaya, asisten ChatDev didorong untuk merefleksikan & menganalisis keputusan yang diusulkannya. 

Pengkodean

Ada tiga peran yang telah ditentukan dalam fase pengkodean yaitu CTO, pemrogram, dan perancang seni. Seperti biasa, mekanisme rantai obrolan membagi fase pengkodean menjadi tugas-tugas subatomik individual seperti menghasilkan kode (programmer & CTO), atau untuk merancang GUI atau antarmuka pengguna grafis (programmer & desainer). CTO kemudian menginstruksikan pemrogram untuk menggunakan format penurunan harga untuk mengimplementasikan sistem perangkat lunak, setelah itu perancang seni mengusulkan GUI yang ramah pengguna & interaktif yang menggunakan ikon grafis untuk berinteraksi dengan pengguna daripada mengandalkan perintah berbasis teks tradisional. 

Manajemen Kode

Kerangka kerja ChatDev menggunakan bahasa pemrograman berorientasi objek seperti Python, Java, dan C++ untuk menangani sistem perangkat lunak yang kompleks karena modularitas bahasa pemrograman ini memungkinkan penggunaan objek mandiri yang tidak hanya membantu dalam pemecahan masalah, tetapi juga dengan pengembangan kolaboratif , dan juga membantu menghilangkan redundansi dengan menggunakan kembali objek melalui konsep pewarisan. 

Petunjuk Pemikiran

Metode menjawab pertanyaan tradisional sering kali menghasilkan informasi yang tidak relevan, atau ketidakakuratan, terutama saat membuat kode karena memberikan instruksi yang naif dapat menyebabkan halusinasi LLM, dan ini mungkin menjadi masalah yang menantang. Untuk mengatasi masalah ini, kerangka ChatDev memperkenalkan mekanisme “instruksi pemikiran” yang mengambil inspirasi dari rangkaian pemikiran. Mekanisme “instruksi pemikiran” secara eksplisit membahas pemikiran pemecahan masalah individu yang termasuk dalam instruksi, mirip dengan penyelesaian tugas secara berurutan dan terorganisir. 

pengujian

Menulis kode bebas kesalahan pada percobaan pertama bukan hanya merupakan tantangan LLM, tetapi juga untuk pemrogram manusia, dan alih-alih membuang kode yang salah sepenuhnya, pemrogram menganalisis kode mereka untuk mengidentifikasi kesalahan, dan memperbaikinya. Tahap pengujian dalam kerangka ChatDev dibagi menjadi tiga peran: programmer, tester, dan reviewer. Proses pengujian selanjutnya dibagi menjadi dua tugas subatomik berurutan: Tinjauan Sejawat atau Debugging Statis (Reviewer, dan Programmer), dan Pengujian Sistem atau Debugging Dinamis (Pemrogram dan Penguji). Debugging statis atau tinjauan sejawat menganalisis kode sumber untuk mengidentifikasi kesalahan, sedangkan debugging dinamis atau pengujian sistem memverifikasi eksekusi perangkat lunak melalui berbagai pengujian yang dilakukan menggunakan penerjemah oleh pemrogram. Debugging dinamis berfokus terutama pada pengujian kotak hitam untuk mengevaluasi aplikasi. 

Dokumentasi

Setelah kerangka ChatDev selesai dengan tahap perancangan, pengkodean, dan pengujian, ia mempekerjakan empat agen yaitu CEO, CTO, CPO, dan Programmer untuk menghasilkan dokumentasi untuk proyek perangkat lunak. Kerangka kerja ChatDev menggunakan LLM untuk memanfaatkan petunjuk singkat dengan contoh dalam konteks untuk menghasilkan dokumen. CTO menginstruksikan pemrogram untuk memberikan instruksi untuk konfigurasi dependensi lingkungan, dan membuat dokumen seperti “persyaratan ketergantungan.txt”. Secara bersamaan, persyaratan dan desain sistem dikomunikasikan kepada CPO oleh CEO, untuk menghasilkan panduan pengguna produk. 

Hasil

Statistik Perangkat Lunak

Untuk menganalisis kinerja kerangka ChatDev, tim pengembang menjalankan analisis statistik pada aplikasi perangkat lunak yang dihasilkan oleh kerangka kerja berdasarkan beberapa metrik utama termasuk token yang dikonsumsi, total putaran dialog, aset gambar, file perangkat lunak, pembaruan versi, dan beberapa lainnya, dan hasilnya adalah ditunjukkan pada tabel di bawah ini. 

Analisis Durasi

Untuk memeriksa waktu produksi ChatDev untuk perangkat lunak untuk permintaan permintaan yang berbeda, pengembang juga melakukan analisis durasi, dan perbedaan dalam waktu pengembangan untuk permintaan yang berbeda mencerminkan beragam kejelasan & kompleksitas tugas yang diberikan, dan hasilnya ditunjukkan pada gambar di bawah . 

Studi kasus

Gambar berikut menunjukkan ChatDev mengembangkan permainan Five in a Row atau Gomoku. 

Gambar paling kiri menunjukkan perangkat lunak dasar yang dibuat oleh kerangka kerja tanpa menggunakan GUI apa pun. Seperti yang terlihat jelas, aplikasi tanpa GUI menawarkan interaktivitas terbatas, dan pengguna hanya dapat memainkan game ini melalui terminal perintah. Gambar berikutnya menunjukkan permainan yang lebih menarik secara visual yang dibuat dengan penggunaan GUI, menawarkan pengalaman pengguna yang lebih baik, dan interaktivitas yang ditingkatkan untuk lingkungan permainan menarik yang dapat lebih dinikmati oleh pengguna. Agen desainer kemudian membuat grafik tambahan untuk lebih meningkatkan kegunaan & estetika gameplay tanpa mempengaruhi fungsionalitas apa pun. Namun, jika pengguna manusia tidak puas dengan gambar yang dihasilkan oleh perancang, mereka dapat mengganti gambar tersebut setelah kerangka ChatDev menyelesaikan perangkat lunak. Fleksibilitas yang ditawarkan oleh kerangka ChatDev untuk mengganti gambar secara manual memungkinkan pengguna untuk menyesuaikan aplikasi sesuai preferensi mereka untuk meningkatkan interaktivitas & pengalaman pengguna tanpa mempengaruhi fungsionalitas perangkat lunak dengan cara apa pun. 

Final Thoughts

Pada artikel ini, kita telah membicarakan tentang ChatDev, dan LLM atau Model Bahasa Besar paradigma inovatif berbasis yang bertujuan untuk merevolusi bidang pengembangan perangkat lunak dengan menghilangkan kebutuhan akan model khusus pada setiap fase proses pengembangan. Kerangka kerja ChatDev bertujuan untuk memanfaatkan kemampuan kerangka LLM dengan menggunakan komunikasi bahasa alami untuk menyatukan & menyederhanakan proses pengembangan perangkat lunak utama. Kerangka kerja ChatDev menggunakan mekanisme rantai obrolan untuk memecah proses pengembangan perangkat lunak menjadi tugas-tugas subatomik yang berurutan, sehingga memungkinkan fokus granular, dan mendorong keluaran yang diinginkan untuk setiap tugas subatomik.