Cognitive Agents Powered by Large Language Models for Agile Software Project Management

《基于大型语言模型的认知智能体在敏捷软件项目管理中的应用》核心总结与翻译

一、文章主要内容总结

本文聚焦于将大型语言模型（LLMs）驱动的认知智能体与规模化敏捷框架（SAFe）融合，以优化软件项目管理流程，核心内容可分为以下6个维度：

1. 研究背景与问题

• 行业挑战：现代软件系统复杂度与规模持续增长，传统瀑布模型已被敏捷方法取代，但敏捷在大规模项目中面临跨团队协调、沟通一致性、目标对齐等 scalability 问题。
• 技术缺口：多智能体系统（MAS）虽能解决分布式问题，LLMs在代码生成、文档自动化等场景表现突出，但现有研究缺乏将二者整合到规模化敏捷框架中的统一体系，无法满足复杂项目的认知决策与上下文感知需求。

2. 核心框架：CogniSim

• 定位：一款认知型多智能体系统框架，旨在通过LLM驱动的认知智能体增强敏捷项目管理，而非单纯工具集合，可与人类团队协同工作。
• 分层架构：
  • 基础层：以GPT、BERT、T5等LLM为核心，提供自然语言理解、推理与任务执行能力；
  • 多智能体系统层：包含智能体交互核心框架（2A）与外部工具集成（2B，如Jira、Azure、GitHub）；