MetaGPT：角色+SOP开家AI软件公司｜Day10

昨天读了 AutoGen 的「自由对话派」，今天读它的对立面——「规约派」代表作 MetaGPT👇

这篇 ICLR 2024 论文的思路特别「管理学」：
1. 多智能体协作的瓶颈不是 Agent 不够聪明，是组织没有章法。
2. LLM 简单串联会产生级联幻觉，逻辑不一致层层放大；
3. 角色扮演框架里 Agent 还会闲聊摸鱼——「你好吗」「吃午饭了吗」，token 烧了正事没干。

MetaGPT 的解法：把人类软件公司的 SOP（标准作业程序） 直接编码进 prompt。

🏭 五个角色一条流水线： 产品经理出 PRD（用户故事+需求池）→ 架构师出系统设计（接口定义+时序图）→ 项目经理拆任务 → 工程师写代码 → QA 写测试。交接只认结构化文档，不认对话——这是它和 ChatDev 最本质的区别。

📡 通信用发布-订阅：所有消息进共享消息池，Agent 按角色兴趣订阅，架构师只盯 PRD，不 care QA 文档，收齐前置依赖才干活。

🔧 最硬核的是可执行反馈：工程师写完代码真的去跑单元测试，挂了真调试，最多重试 3 次。就这一招，HumanEval +4.2%、MBPP +5.4%。

📊 数字说话：
- HumanEval / MBPP：85.9% / 87.7% Pass@1，当时新 SOTA
- vs ChatDev：可执行性 3.75 vs 2.25，人工修正 0.83 vs 2.5 次，每行代码 token 不到对手一半
- 角色消融：1 个工程师可执行性只有 1.0、要人工修 10 次；凑齐 4 个角色→ 4.3、只修 2.5 次
- 成本：一个项目 $1.385、9 分钟跑完

💡 最大启发：评估 Agent 系统成本别看 token 总量，看单位产出消耗——MetaGPT 总 token 是 ChatDev 的 1.6 倍，但每行代码的 token 只有一半，钱花在刀刃上。