MetaGPT，这个由中美高校研究人员共同研发的 LLM 元编程框架，正试图通过借鉴人类的程序化知识，来提升多智能体系统的协作能力，从而降低错误率，增强鲁棒性，并最终实现复杂任务的软件解决方案。
MetaGPT 的核心：标准操作流程 (SOP)
MetaGPT 的核心思想是将标准操作流程 (SOP) 编码到提示中，从而模拟协作任务所需的有效程序化知识。研究人员指出，敏捷宣言以及其他在团队中分配任务和责任的方法，都是软件领域中 SOP 的例子，包括对所需输出的定义，例如高质量的需求文档、设计工件、流程图和界面规范。
MetaGPT 利用 SOP 来组织多智能体的协作，提升协作效率。它将代理分为产品经理、架构师、项目经理和工程师等角色，每个角色都拥有特定的行动规范，并能够在共享环境中互相观察和获取相关信息。这比通过对话被动接收数据更有效率。
MetaGPT 的架构
MetaGPT 的架构主要分为两层：
- 基础组件层： 允许代理执行操作。
- 协作层： 通过知识共享和工作流程封装，促进代理协调。
MetaGPT 的优势
MetaGPT 团队声称，与 AutoGPT、LangChain 和 AgentVerse 等现有框架相比，MetaGPT 可以处理更高水平的软件复杂性，并拥有 100% 的任务完成率。
MetaGPT 的局限性
MetaGPT 并非完美的 AI 协作系统，仍然需要克服 LLM 系统的幻觉倾向，例如，MetaGPT 可能引用不存在的资源文件，或调用未定义或未导入的类或变量。
未来展望
MetaGPT 的出现，意味着 AI 协作软件开发的全新时代。它将改变传统的软件开发模式，为我们带来更加高效、便捷的软件开发体验。