코드 스니펫을 실행하는 것은 동적 프로그램 분석에 필수적이지만, 누락된 컨텍스트나 불완전한 의존성 같은 문제들 때문에 임의의 코드 스니펫을 실행하기는 여전히 어렵습니다. LExecutor나 Treefix와 같은 기존 부분 코드 실행 접근 방식들은 언어 모델(LLM)의 힘을 활용하여 누락된 정보를 추론하고 실행을 가능하게 합니다. 하지만 이들은 (i) 제한적인 액션 공간과 피드백, 그리고 (ii) 경직된 최적화 전략으로 인해 효과성과 효율성이 제한된다는 단점이 있습니다. 본 논문에서는 부분 코드 실행을 위한 새로운 다중 에이전트 프레임워크인 AgentExecutor를 제안합니다. 저희의 접근 방식은 세 단계 설계로 구성됩니다: 실행 환경 준비, 반복적인 개선을 통한 동적 탐색, 그리고 프로그램 합성(program synthesis)을 통한 접두사 진화입니다. 생각하고, 행동하며, 반복적으로 피드백을 받을 수 있는 LLM 에이전트들의 힘에 의해 지원되는 Agent