面壁智能 ChatDev：AI 智能体协作开发平台技术解析

面壁智能 ChatDev：AI 智能体协作开发平台技术解析 | 极客日志

面壁智能 ChatDev：AI 智能体协作开发平台技术解析

随着 OpenAI 发布自定义 GPT 等功能，低代码与 AI 辅助开发的门槛正在显著降低。国内大模型初创公司面壁智能近期推出的 ChatDev 产品，进一步重新定义了软件开发流程——通过让 AI 智能体协作来完成从需求到交付的全过程。

核心能力与演示案例

ChatDev 宣称仅需一句话描述需求，最快可在 3 分钟内完成软件原型开发，成本控制在极低水平。以开发一个'红包雨'点击小游戏为例，用户只需输入自然语言需求：

'红包雨'是一个点击小游戏，红包的外观是红色高瘦的圆角矩形，红包缓慢地从上方掉落，每个红包间距相等，没有重叠，鼠标点击任意一个红包，红包便随着互动点击而消失，同时显示一个吉利的数字，表示抢到这个红包得到了多少钱。

系统即可自动生成相应的交互逻辑与界面效果。在常规软件开发中，此类功能通常需要产品经理、设计师、程序员及测试人员协同工作 2-3 周，成本高达数千至上万美元。ChatDev 的出现实现了显著的降本增效。

AI 智能体协作开发流程演示

智能体协作架构详解

ChatDev 的核心在于其背后的智能体协作框架。在开发全流程中，包括产品经理、程序员、设计师和测试等角色均由 AI 智能体扮演。用户仅负责提出需求，其余环节由智能体自动讨论、交流甚至辩论，最终确定方案并执行。

1. ChatChain 交流链机制

ChatDev 采用了一套由群体智能串联起的 ChatChain（交流链）机制。这可以被视为由原子任务组成的'软件生产线'。通过专业角色的智能体进行对话式信息交互和决策，驱动其进行自动化全流程软件工程。

具体工作流程如下：

CTO（首席技术官）角色：接收客户需求，进行初步评估并拆解任务。例如，将'红包雨'需求拆解为 UI 设计、逻辑控制、交互反馈等子任务。
程序员角色：根据任务拆解，编写具体的代码实现。在 Python 环境下，智能体会生成包含游戏循环、事件监听及渲染逻辑的代码片段。
AI Counselor（顾问角色）：对生成的项目进行总结，检查逻辑完整性，并提供优化建议或结果说明。

这种分工模拟了传统软件工程的瀑布模型思想，将软件开发分为软件设计、系统开发、集成测试、文档编制四个主要环节，但全部由 AI 智能体自主完成。

ChatDev 内部智能体协作截图

2. 基座模型支撑：CPM-Cricket

应用的创新离不开基础模型能力的提升。面壁智能推出了 SaaS 版 ChatDev，并同步迭代了其自研的新一代千亿参数大模型——CPMCricket（Chinese Pretrained Model）。这是面壁智能的第三代模型，前两代分别为 CPM-Ant 和 CPM-Bee。

CPM-Cricket 在逻辑推理、代码生成、知识理解及指令遵循等方面有大幅提升。在经典的 LLM 评测集中，如 HumanEval（代码能力）、C-Eval（中文知识）、MMLU（多任务理解）、MBPP（编程基准）、CMMLU（中文数学与科学）、BBH（复杂推理）等，该模型均表现优异，全面超越 Llama 2 等开源基座模型。

此外，面壁智能在微调策略上也采用了先进方法：

课程学习（Curriculum Learning, CL）：模仿人类由易到难的学习过程，先在预训练中让模型学习底层推理规律，然后在对齐阶段学习人类的逐步推理思维。
思维链（Chain-of-thought, CoT）：对推理过程进行分解，使模型的推理路径更加清晰且具有可解释性。

这些技术确保了智能体在处理复杂开发任务时，能够保持较高的准确率和逻辑连贯性。

CPM-Cricket 模型评测数据展示

生态布局与愿景

除了 ChatDev，面壁智能还开源了 AgentVerse 和 XAgent，三者共同构成了其围绕 AI 智能体的'三驾马车'战略。

AgentVerse：大模型驱动的智能体通用平台，旨在打造具备感知、思考、推理、理解、协作和执行能力的各类 AI 智能体，使其能够'组团打怪'，解决复杂问题。
XAgent：大模型驱动的 AI 智能体应用框架，赋予智能体自主规划和决策能力，使其能理解人类指令，制定复杂计划并自主采取行动完成任务。
ChatDev：聚焦于多智能体协作开发，采用软件工程瀑布模型思想，专注于软件全生命周期的自动化。

面壁智能三驾马车架构图

智联网（Internet of Agents, IoA）愿景

面壁智能的长远目标是构建'智联网'。如果说互联网是二维信息的联通，物联网是三维空间的联结，那么智联网则是进入更高维度的智能体互联。在智联网中，AI 智能体是关键存在，可以是拟人的原生智能体，也可以是现实中人和物的数字孪生智能体。

通过智能体的连接，AI 真正为人类服务，提供生产力提升和交互方式变革的价值。未来的场景中，家中的桌子、冰箱等物体都可能具备智能体特性，与人及其他物体进行智能交互。这一愿景被称为'智周万物'，即 AI Agent 智能体网络是连接现实世界与虚拟世界的桥梁。

团队实力与技术底座

面壁智能成立于 2022 年 8 月，核心团队具备深厚的学术与工业界背景。CEO 李大海拥有北大数学系背景及谷歌中国创始员工经历；首席科学家刘知远是清华大学计算机系长聘副教授，在 NLP 领域发表多篇高水平论文。

在产学研生态上，面壁智能采取'一体两翼'模式：

一体：面壁智能本体。
两翼：OpenBMB 开源社区与清华 NLP 实验室。

OpenBMB 是国内领先的大模型研发与应用开源社区，已开源 CPM-Ant、CPM-Bee 基础模型及 BMTrain、BMCook、BMInf 等全流程加速工具包。清华 NLP 实验室则是国内最早系统开展深度学习与大模型研究的单位之一。

此外，面壁智能在底层基础设施上也有自研体系：

BMTrain：大模型高效训练框架。
BMInf：大模型高效推理框架。
BMCook：大模型高效压缩框架。

公司已集成超过 16000 多个真实 API，支持一键接入调用工具解决复杂任务，并部署了 Int8 量化模型以降低推理成本。这些技术积累为其推动'大模型+Agent'应用落地提供了坚实底气。

总结

ChatDev 代表了当前 AI 辅助开发的前沿方向，通过多智能体协作大幅降低了软件开发的门槛。依托面壁智能自研的 CPM-Cricket 大模型及完善的 Agent 生态，该平台不仅提升了开发效率，也为未来智联网的实现探索了可行路径。对于开发者而言，掌握 AI 智能体的调教与协作能力，将成为未来竞争优势的关键所在。

面壁智能 ChatDev：AI 智能体协作开发平台技术解析