Beyond Generalist LLMs: Specialist Agentic Systems for Structured Code Workflow Execution
作者: Harris Borman, Herman Wandabwa, Fusun Yu, Sandeepa Kannangara, Justin Liu, Anna Leontjeva, Ritchie Ng
分类: cs.SE, cs.AI
发布日期: 2026-07-16
💡 一句话要点
提出专用智能系统以优化BPMN图转化为可执行工作流
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 业务流程自动化 BPMN 专用代理 工作流生成 软件开发工具 性能优化
📋 核心要点
- 现有的通用型软件开发代理在功能和质量上存在不一致性，难以满足工业环境对可靠性和可维护性的要求。
- 本文提出了一种专用工作流，专注于将BPMN图转化为确定性的可执行工作流，以提高工具使用的准确性和效率。
- 实验结果表明，专用代理在多个性能指标上显著优于通用代理，包括准确性、延迟和错误率，且生成成本大幅降低。
📝 摘要（中文）
大型语言模型（LLMs）加速了软件开发代理的采用，然而这些通常是通用型的，专用代理是否值得额外开发仍不明确。本文聚焦于业务流程自动化，研究将业务流程模型与符号（BPMN）图转化为可执行工作流的过程。我们引入了一种专用工作流，并与通用代理如Roo和Cline进行比较。结果显示，专用解决方案在工具使用准确性上超越通用基线约9-20个百分点，在惩罚调整的延迟上提高2-4倍，并减少工具调用错误3倍，同时生成令牌成本降低超过95%，消除了修复迭代。通用代理在功能和质量上生成代码不一致，限制了其在工业环境中的适用性。
🔬 方法详解
问题定义：本文旨在解决通用软件开发代理在业务流程自动化中的不足，特别是在将BPMN图转化为可执行工作流时的准确性和效率问题。现有方法在功能和质量上存在不一致性，难以满足工业需求。
核心思路：提出一种专用工作流，专注于确定性工作流的生成，通过明确的控制流语义来提升工具使用的准确性和效率。这样的设计能够确保在固定的流程模型和输入下，唯一确定执行路径。
技术框架：整体架构包括BPMN图解析模块、工作流生成模块和执行模块。首先解析BPMN图，然后生成对应的工作流，最后执行并反馈结果。
关键创新：最重要的创新在于引入了专用工作流生成方法，显著提高了工具使用的准确性和效率，解决了通用代理在工业应用中的局限性。
关键设计：在参数设置上，专用工作流的生成采用了优化的损失函数，确保生成的工作流在执行时能够减少错误率，并且在网络结构上进行了针对性的调整，以适应BPMN图的特性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，专用工作流在工具使用准确性上比通用代理提高了9-20个百分点，延迟减少了2-4倍，工具调用错误减少了3倍，生成令牌成本降低超过95%，并消除了修复迭代，展现出显著的性能优势。
🎯 应用场景
该研究的潜在应用领域包括业务流程自动化、软件开发工具的集成以及智能代理系统的优化。通过提高工作流的生成效率和准确性，能够显著提升企业的运营效率和软件开发的可靠性，具有广泛的实际价值和未来影响。
📄 摘要（原文）
Large Language Models (LLMs) have accelerated the adoption of software development agents, now widely available as Integrated Development Environment (IDE) extensions and standalone applications. While these agents are typically general-purpose, it remains unclear whether specialist agents justify their additional development effort. We investigate this question in the context of business process automation, focusing on the transformation of Business Process Model and Notation (BPMN) diagrams into executable agentic workflows. Since BPMN specifies explicit control-flow semantics, we focus on deterministic workflows in which a fixed process model and inputs uniquely determine the executed path. We introduce a specialist workflow for this task and compare it against generalist agents such as Roo and Cline. Our results show that the specialist solution produces agents that outperform generalist baselines by approximately 9-20 percentage points in tool-use exactness, 2-4x in penalty-adjusted latency, and 3x fewer tool-call errors, while reducing generation token cost by over 95% and eliminating repair iterations. We also find that generalist agents generate code inconsistently in both functionality and quality, limiting their suitability for industrial settings where reliability and maintainability are essential.