Automação de Correções de Bugs com Clusters de Agentes Multi-LLM: Mais Barato do que Você Imagina

Esta publicação detalha uma nova abordagem para correção automatizada de bugs usando vários modelos de linguagem grandes (LLMs). Ao integrar o Asana, o agente de codificação Aider e um agente Sublayer, o sistema aciona automaticamente três LLMs (GPT-4o, Claude 3.5 Sonnet e Gemini 2.0 Flash) para tentar corrigir o mesmo bug. Cada tentativa é executada em um branch Git separado, resultando em vários pull requests. Essa abordagem de 'inferência desperdiçada' se mostra surpreendentemente barata e eficiente, oferecendo redundância e soluções diversas. Mesmo que um modelo falhe, outros podem ter sucesso, fornecendo abordagens alternativas. Este experimento mostra o potencial dessa correção de bugs automatizada, multimodelo e de baixo custo, sugerindo uma mudança de paradigma no desenvolvimento futuro.