Agentless: Demystifying LLM-based Software Engineering Agent

这篇文章讨论了一个问题，代码任务比如说SWE-bench这样的benchmark真的需要agent来做planning吗？

[向右R] 背景 用agent解决代码问题是今年蛮火的一个话题 让agent做规划，使用外部工具，自动帮我们完成代码任务比如说debug 著名(或者说臭名昭著?)的Devin就是这样一个程序员agent

[向右R] 文章观点与做法 这篇文章与其说是一个技术文章不如说是一个position文章，它抛出问题之后设计了一套还蛮简单的方法解决SWE问题：

[一R] 先localize有问题的代码：把代码整理成树结构，然后让llm指出哪些文件哪些方程导致了bug [二R] 然后让LLM提出一些可能的解决方案 [三R] 之后再过滤一遍llm提出的方案，比如说去掉有语法错误的方案，确定最终解决方法

总之，方法很简单 效果也还不错

[向右R] 问题 [一R] 这篇文章用一套manually designed或者说expert designed的workflow代替了agent的自主规划过程，但这是agentless？还是说这依然是agent只不过不是llm-based agent，而是llm+human-based agent？

Andrew Ng一直宣传的workflow大体就是这样吧[笑哭R]用人类的expertise去辅助llm的规划，只不过说这里的“辅助”已经多到全部“代替”

[二R] 一个更广泛的问题则是：我们什么时候、什么场景下真的需要agent？agent的规划多大程度需要人类expertise的辅助？归根结底还是一个使用场景问题

[三R] 这篇文章说自己是agentless，突出自己完全用manually designed workflow，不用llm planning然后获得一个超强agent，我感觉是一种倒退[doge]人类世界的任务五花八门，每一个都设计一个这种fully-manually-designed的expert workflow？还是说 as lecun said，auto-regressive LLM就完全不能也不该做planning？