Delysium与伦敦大学学院（UCL）联合发布Prometheus多智能体系统：打造开放、自主、多语言的AI编程新生态

前言：重塑AI编程范式的关键一步

当前，代码智能体的发展仍面临高度割裂的问题。大多数解决方案或封闭运行，或依赖人工监管，功能也局限于特定任务，如代码检索、单一语言支持或简单Bug修复。

如今，Delysium与伦敦大学学院（UCL）计算机科学系Dr. He Ye团队携手，发起一场面向未来的软件工程革命：构建一个真正开放、自主、多语言且具成本效益的AI编程标准与基础设施。

双方合作的核心成果是全新多智能体系统Prometheus，它能够将复杂的代码仓库抽象为统一的知识图谱，实现智能化问题检索与自动化解决。（论文链接：arXiv:2507.19942）

此外，本次合作的目标之一是向全球Delysium社区开放已训练模型，以大幅降低大语言模型的运行与部署成本。未来，Delysium还将与EuniAI (UCL SSE团队)及多家行业领军企业深度协作，共同制定下一代AI编码标准，并持续推动科研与产业应用的融合。

新范式，更高效

此次战略合作的重点在于为大规模、跨语言的代码库建立创新的软件工程框架。

其核心方法论是构建统一的知识图谱，这是首个通过图形化结构解决多仓库问题的里程碑探索。

这一范式转变意味着从目录层级、语法树到文档与注释，所有分散的代码要素都被转换为可推理的图谱节点，形成统一的知识网络。

在此基础上，Prometheus多智能体系统应运而生，它能将庞杂的代码仓库结构转化为连贯的知识图谱，为上下文感知与高效问题定位提供强大支撑。（arXiv:2507.19942）

Prometheus具备语言无关的架构，支持多仓库与多语言项目的整合分析，极大拓展了自动化工具对代码逻辑的理解深度与决策广度。

该系统拥有企业级扩展能力，能处理最复杂的软件生态体系，为下一代智能开发系统奠定坚实基础。

开放源码地址：https://github.com/EuniAI/Prometheus

从“辅助”到“自治”：AI编程的全链路自动化

依托Delysium的技术底座，Dr. He Ye团队开发出一套前沿的多智能体系统，可自动化处理多类型软件问题，包括Bug修复、功能请求、讨论和文档更新等，且支持多种输入形式（文本、图像、视频等）。

系统的核心创新点在于：

1. 深度上下文理解：系统通过知识图谱从代码库中提取文件结构、抽象语法树、文档说明等多层信息，构建多维度语义网络。
2. 自适应工作流：每个问题从进入系统到完成响应，由多个智能体协同完成，包括问题分类、上下文检索、问题解决及响应生成。

跳出“建议”——进入“真正解决”的AI时代

当前如SWE-agent、OpenHands等研究在SWE-bench基准上已有进展，但商业化产品依旧昂贵且封闭。例如Claude Code虽声称能实现自动化问题管理，但评估成本极高（完成500次测试需花费约$1,500），且响应缓慢、缺乏透明性。

此外，主流系统多偏爱Python，其他语言支持极为有限；多数产品聚焦Bug修复，对功能需求、文档与问答类问题覆盖不足。

尽管IDE插件（如GitHub Copilot）、平台（如Cursor）与通用模型（如ChatGPT）纷纷入场，但它们仍停留在“协助”阶段，而非完全自治。

以下是当前AI编程生态优劣势概览：

融合学术与产业：共筑智能代理新基石

伦敦大学学院（UCL）是全球人工智能研究重镇，以其开创性学术与产业合作闻名。UCL计算机科学系在人工智能、软件工程等领域长期位居国际前列，持续产出顶级学术成果。

Dr. He Ye领导的AI & SSE团队专注于自动化软件工程的系统级突破，研究方向涵盖代码语境理解、LLM增强记忆与推理、Issue自动解决机制等。

这些核心技术经过与Delysium的开源协作得到了实际验证，在SWE-bench基准测试上取得了领先成绩。最新测试结果显示，基于GPT-5 + Pass@1的集成性能在SWE-bench Verified指标中跻身全球前列。

从“协助者”到“创造者”：AI编程的未来已至

Delysium与UCL的合作标志着AI编程领域从“工具化”向“自治化”的转折。

双方将以开放研究推动产业标准化，以开源技术反哺学术创新，让“代码”成为会思考的存在。

这种融合学术严谨与产业创新的合作，将成为一场理念上的演化，构建下一次数字化转型浪潮的基石。