单独通过，合并失败：并行 LLM-Agent 开发中的语义协同基准测试

英文标题：Passes Alone, Fails Together: Benchmarking Semantic Coordination in Parallel LLM-Agent Development

该论文指出，并行编程 Agent 各自生成的补丁可能能够独立运行，却会在合并后失败。其根本原因是，一个 Agent 修改了接口或规则，而另一个 Agent 仍依赖旧的语义约定。研究提出 stale 基准，用于评估并行 LLM-Agent 开发中的语义协同失败问题。这一工作对开发者构建多 Agent 编程工作流具有意义，强调了接口变更、依赖同步和合并阶段协调的重要性。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB