基于大型语言模型的代理用于自动化提升用户故事质量：早期报告
LLM-based agents for automating the enhancement of user story quality: An early report
AI总结：
本研究利用大型语言模型开发代理系统，旨在提升用户故事质量，展示了人工智能在敏捷开发中的应用潜力和实际效果。
摘要：
在敏捷软件开发中，保持高质量的用户故事至关重要，但同时也极具挑战性。本研究探讨了在奥地利邮政集团IT敏捷团队中使用大型语言模型自动提高用户故事质量的应用。我们为自主的基于大型语言模型的代理系统开发了一个参考模型，并在公司内部实施。通过六个敏捷团队中的11名参与者对研究中的用户故事质量以及这些代理在提升用户故事质量方面的有效性进行了评估。我们的发现展示了大型语言模型在提升用户故事质量方面的潜力，为研究人工智能在敏捷开发中的作用做出了贡献，并提供了一个在行业环境中的转型影响的实用例子。
英文摘要：
In agile software development, maintaining high-quality user stories is crucial, but also challenging. This study explores the use of large language models to automatically improve the user story quality in Austrian Post Group IT agile teams. We developed a reference model for an Autonomous LLM-based Agent System and implemented it at the company. The quality of user stories in the study and the effectiveness of these agents for user story quality improvement was assessed by 11 participants across six agile teams. Our findings demonstrate the potential of LLMs in improving user story quality, contributing to the research on AI role in agile development, and providing a practical example of the transformative impact of AI in an industry setting.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
