更聪明的合作：通过共享经验学习构建智能体实践社区

从以人类为中心转向以智能体为中心的软件开发实践正在颠覆现有的知识共享环境。传统的同行存储库和开发者社区用于共享技术知识和最佳实践，在短时间内参与度大幰下降。与此同时，尚未出现智能体功能等价物，AI 智能体已生成相当于所有新软件代码的大部分，而缺乏宝贵共享学习的存储库。在本文中，我们引入了 Spark，这是一种新的共享智能体记忆架构，旨在模拟人类开发者社区的集体智慧和经验。Spark 使 AI 编码智能体能够既贡献又从持续演化的经验记忆中获取信息。在同一问题领域内运作的智能体将 Spark 共享记忆用作新知识的存储库，以实现集体持续学习。我们将 Spark 作为 AI 编码智能体执行软件开发任务的教练进行评估。我们演示了 Spark 的建议如何提高各种规模和能力层次的通用代码生成模型生成代码的质量。受 Spark 增强后，一个仅有 300 亿参数的小型开源模型能够匹配来自更大规模最先进模型的代码质量。我们单独衡量了 Spark 生成的建议质量，针对一系列灵感来自软件开发最佳实践的标准进行评估，实现了在最上层（其中之一）两个定性有帮助性频段中达到最高 98.2% 的有用性水平。