Automatisation des corrections de bogues avec des clusters d'agents multi-LLM : moins cher que vous ne le pensez

Cet article détaille une nouvelle approche de la correction automatisée des bogues utilisant plusieurs grands modèles de langage (LLM). En intégrant Asana, l'agent de codage Aider et un agent Sublayer, le système déclenche automatiquement trois LLM (GPT-4o, Claude 3.5 Sonnet et Gemini 2.0 Flash) pour tenter de corriger le même bogue. Chaque tentative s'exécute dans une branche Git séparée, ce qui donne plusieurs demandes de tirage. Cette approche d'« inférence gaspillée » s'avère étonnamment peu coûteuse et efficace, offrant redondance et solutions diverses. Même si un modèle échoue, d'autres peuvent réussir, fournissant des approches alternatives. Cette expérience montre le potentiel de cette correction de bogues automatisée, multimodèle et peu coûteuse, suggérant un changement de paradigme dans le développement futur.