面向用户意图解决的机器生成代码
人工智能
2025-10-10 v3 人机交互
摘要
人工智能（AI）日益增长的能力，尤其是大语言模型（LLM），促使人们重新审视用户与其设备之间的交互机制。当前，用户需要使用一组高级应用程序来实现其期望的结果。然而，AI 的出现可能标志着这一方面的转变，因为其能力通过部署模型生成的代码，为用户提供的意图解决开辟了新前景。这一进展代表了混合工作流领域的一项重大进步，其中人类与人工智能协作以解决用户意图，前者负责定义这些意图，后者负责实现解决这些意图的方案。在本文中，我们研究了通过向 LLM 提示具体的用户意图以及无 GUI 操作系统的简化应用程序编程接口，利用代码生成来生成并执行工作流的可行性。我们对各种用户意图、生成的代码及其执行进行了深入的分析与比较。研究结果证明了我们方法的总体可行性，并且所采用的 LLM GPT-4o-mini 在根据提供的用户意图生成面向代码的工作流方面表现出卓越的熟练度。
引用
@article{arxiv.2504.17531,
title = {Towards Machine-Generated Code for the Resolution of User Intentions},
author = {Justus Flerlage and Ilja Behnke and Odej Kao},
journal= {arXiv preprint arXiv:2504.17531},
year = {2025}
}