Αρχιτεκτονική multi-agent συστημάτων για επίλυση προγραμματιστικών προβλημάτων με το Memdoor

Αρχιτεκτονική προσέγγιση και ροή εργασίας

Το Memdoor υλοποιεί μια δομημένη προσέγγιση στην επίλυση προβλημάτων, όπου η διαδικασία χωρίζεται σε διακριτά στάδια: σχεδιασμός (plan), ιδεασμός (ideate), επίλυση (solve), δοκιμή (test) και διόρθωση (repair). Η κρίσιμη καινοτομία έγκειται στην επιβολή μιας «πειθαρχίας καθολικού» (ledger discipline), όπου οι πράκτορες δεν βασίζονται σε προηγούμενο διάλογο, αλλά διαβάζουν και γράφουν αποκλειστικά σε αρχεία στο σύστημα αρχείων. Αυτό εξαλείφει το θόρυβο και τις ασυνέπειες που προκύπτουν από μεγάλα context windows.

Απόδοση και αξιοπιστία σε LiveCodeBench

Η εφαρμογή της μεθόδου GVS5H μέσω του Memdoor απέδειξε ότι η χρήση πολλαπλών μοντέλων Qwen3.8-27B μπορεί να ανταγωνιστεί εξειδικευμένα συστήματα όπως το Fable 5. Με μέσο όρο 9.8/10 στα δέκα πρώτα προβλήματα του LiveCodeBench Hard, το σύστημα αναδεικνύει τη σημασία του σωστού prompt engineering και της επαναληπτικής διαδικασίας ελέγχου (test-driven repair). Η χρήση εξωτερικών scripts για την επικύρωση των αποτελεσμάτων (αντί για την κρίση του ίδιου του μοντέλου) αποτελεί το θεμέλιο της αξιοπιστίας του συστήματος.

Τεχνικές προκλήσεις και βελτιστοποίηση

Κατά την υλοποίηση, παρατηρήθηκαν σημεία συμφόρησης (bottlenecks) που αφορούσαν κυρίως την ποιότητα των prompts και τη διαχείριση των retries. Η μετάβαση από στατικά prompts σε δυναμικές οδηγίες (π.χ. «ζήτησε τον πιο άμεσο αποδείξιμο αλγόριθμο») βελτίωσε δραστικά την ποιότητα των προτάσεων των ideators. Επιπλέον, η δυνατότητα του Memdoor να κάνει partition σε ένα workflow επιτρέπει την ανάκτηση από αποτυχίες του δικτύου ή του παρόχου, διατηρώντας την πρόοδο των προηγούμενων βημάτων.

Επεκτασιμότητα και τοπική εκτέλεση

Το σύστημα είναι σχεδιασμένο να είναι agnostic ως προς το μοντέλο. Μέσω του CLI του Memdoor, οι χρήστες μπορούν να συνδέσουν τοπικά runtime (Ollama, vLLM, llama.cpp) ή cloud παρόχους, καθιστώντας το εργαλείο εξαιρετικά ευέλικτο για ερευνητικούς σκοπούς. Η δομή των βημάτων σε YAML αρχεία επιτρέπει την εύκολη τροποποίηση του DAG (Directed Acyclic Graph) της διαδικασίας επίλυσης, χωρίς την ανάγκη για βαθιά παρέμβαση στον πυρήνα του framework.