面向解决用户意图的机器生成代码

人工智能 (AI) 日益强大的能力，尤其是大型语言模型 (LLM)，促使人们重新审视用户与其设备之间的交互机制。目前，用户需要使用一系列高级应用程序来实现其期望的结果。然而，人工智能的出现或许预示着这方面的转变，因为它的能力为通过部署模型生成代码来解析用户提供的意图开辟了新的前景，这相当于生成包含多个相互依赖步骤的工作流。这一发展代表了混合工作流领域的重大进步，在混合工作流中，人类和人工智能协作处理用户意图，前者负责定义这些意图，后者负责实施解决方案。在本文中，我们研究了通过代码生成来生成和执行工作流的可行性，该代码生成是通过向 LLM 发出具体的用户意图（例如 \emph{请将我的汽车所有权证书发送给我的保险公司}）以及为无 GUI 操作系统提供的简化应用程序编程接口来实现的。我们对各种用户意图、生成的代码及其执行情况进行了深入的分析和比较。研究结果证明了我们方法的普遍可行性，并且所使用的 LLM（GPT-4o-mini）在根据给定的用户意图生成面向代码的工作流方面表现出卓越的效率。