A Multi-Agent Consensus Protocol for Stable Software Remodularization
本文提出了一种名为非对称单调让步协议（AMCP）的新型多智能体共识协议，该协议将软件重构问题重新表述为分布式协商问题，以有效平衡结构内聚性与演化稳定性，并在需要严格稳定性约束时优于传统优化方法。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个软件系统是一座庞大而杂乱的图书馆。随着时间的推移，书籍（代码模块）被随意挪动、放错位置，或以不再合理的方式堆叠。这被称为“架构侵蚀”。要解决这一问题，我们需要重新整理图书馆，使相关的书籍聚集在一起（高内聚），同时让书架之间不过度关联（低耦合）。
然而，这里有一个陷阱：如果你过于剧烈地重新排列图书馆，图书管理员（开发人员）会感到困惑，因为他们无法在新布局中辨认方向。他们需要新的布局与旧布局保持某种程度的相似性（高稳定性）。
传统上，计算机程序试图通过寻找单一的“完美”排列来解决这个问题，这种排列能最大化组织性，却往往忽略了它会让图书管理员感到多么困惑。本文提出了一种不同的方法：不是让单个计算机追求完美，而是采用两个数字代理之间的协商。
两个代理
将软件想象成一个房间，里面有两个人正在争论如何布置家具：
- “内聚代理”（整理者）： 该代理希望按功能将家具分组。“所有灯具应该放在一起！所有椅子应该围成一圈！”它关心房间看起来是否整洁、合乎逻辑。
- “稳定性代理”（历史学家）： 该代理希望家具保持在昨天的位置。“别动沙发！图书管理员知道它在哪里。”它关心保持事物的熟悉度。
协商：AMCP
本文提出了一套规范他们争论的规则，称为非对称单调让步协议（AMCP）。以下是其简单运作方式：
- 起点： 房间里的家具保持在昨天的位置（即上一版软件）。
- 提议： 只有“历史学家”（稳定性代理）被允许提议移动一件家具。
- 权衡： “整理者”（内聚代理）会说：“如果你移动那盏灯，房间整洁度提升 10%。但如果你移动沙发，房间整洁度仅提升 1%。”
- 规则： 历史学家查看所有可能的移动，并选择能带来最大整洁度提升且最小熟悉度成本的那一项。
- 安全网： 架构师（负责人）设定一个“稳定性预算”。这是一个硬性限制，如同围栏。历史学家绝不能以跨越此围栏的方式移动家具。如果某项移动会使房间变得过于陌生，它将被立即拒绝。
“断路器”
本文声称，该系统在电气面板中起到断路器的作用。
- 如果架构师说：“我不在乎稳定性，只要让它完美就行”，系统就会像标准优化器一样运作，为追求最大效率而重新布置一切。
- 但如果架构师设定了严格限制（“保持 95% 的熟悉度”），系统就会充当安全开关。如果下一个最佳移动会违反这 95% 的规则，系统会立即停止。它不会为了继续搜索而强行执行糟糕的移动；它会说：“我们已达到极限，在此停止以保护团队的心智健康。”
结果
作者在名为Xwork（一个 Java 框架）的真实软件系统上测试了该方法。
- 宽松规则： 当他们允许系统灵活时，协商找到的解决方案与现有最佳工具的结果一样好。
- 严格规则： 当他们设定严格的稳定性限制时，系统成功拒绝执行违反该限制的移动，充当“断路器”以贯彻架构师的意愿。
为何重要
本文指出，以往的工具是“预算盲”的——它们要么忽略稳定性，要么试图通过任意的数学方法将其混合到一个单一评分中。这种新方法将稳定性视为一个可协商的硬性约束。
作者从数学上证明了：
- 协商总会结束（不会无限运行）。
- 代理们理性行事，为获得对方的目标而放弃自身目标的最小部分。
- 最终结果是一个尊重安全限制的局部“最佳可能”妥协。
简而言之，本文将软件重组从“对完美的追求”转变为一种“协商妥协”，从而尊重人类对稳定性的需求。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。