Memdoor 项目引入了一种多智能体框架，旨在通过协调五个不同的 AI 角色来解决复杂的编程问题：一个规划者、两个构思者、一个求解者和一个管理者，并由一个修复工人提供支持。与许多依赖长对话历史的智能体系统不同，此工作流要求每个智能体从全新的上下文开始，并仅通过磁盘上的文件进行通信。这种“账本纪律”旨在保持清晰度，并防止在长上下文窗口中经常发生的推理能力下降。该系统使用 Qwen3.8-27B 模型进行了测试，这是由阿里巴巴开发的拥有 270 亿参数的大语言模型（LLM）。
Memdoor 项目引入了一种多智能体框架，旨在通过协调五个不同的 AI 角色来解决复杂的编程问题：一个规划者、两个构思者、一个求解者和一个管理者，并由一个修复工人提供支持。
在 LiveCodeBench Hard 基准测试（一组困难的编程问题）的一系列测试中，Memdoor 工作流在首个十道问题的五次尝试中获得了 9.8 分（满分 10 分）的平均得分。这一表现达到或超过了高性能编程智能体 Fable 5 的结果，后者在同一组测试中获得了 8.0 分。这些结果是通过将特定的多智能体方法（GVS5H）重构到 Memdoor 框架中实现的。该系统通过移动到有向无环图（DAG）步骤中运行：规划者创建任务计划，构思者提出不同的算法方法（例如，直接可证明的算法与不同的技术），求解者实现选定的路径，而审查/修复周期则根据实际的测试输出而非模型的声明来纠正错误。
虽然结果令人振奋，但该项目也强调了多智能体协作中的特定局限性和技术权衡。例如，管理者智能体偶尔无法识别程序是否已经正确，导致不必要的修复轮次或覆盖成功的代码。此外，研究指出，由于基准测试日期为 2025 年初，存在数据污染的可能性，即模型可能在训练阶段见过这些问题。尽管如此，Memdoor 框架提供了一种可重复的方法，通过优化这些模型如何相互作用和共享状态，利用相对较小的开放权重模型来实现高水平的编程智能。