大規模な言語モデルの進展により、ソフトウェアエンジニアリングの自動化が進んでいるものの、現実のソフトウェア問題の解決は依然として難しい。これはリポジトリレベルの推論、正確な診断、および強力な検証信号を必要とするためである。既存のエージェントベースやパイプラインベースの手法は不十分なテストに依存しており、これが問題の根本的な欠陥を修正できないパッチを生む原因となっている。そこで本研究では、InfCodeという自動化されたリポジトリレベルの問題解決のための敵対的なマルチエージェントフレームワークを提案する。InfCodeはテストとパッチを逐次的に改善し、最も信頼性の高い修正を特定するセレクターエージェントを使用する。実験では、InfCodeが他の強力なベースラインに対して一貫して優れた性能を発揮し、SWE-bench Verifiedにおいて79.4%の性能を達成し、新しい最先端技術を確立した。InfCodeはオープンソースプロジェクトとして公開されている。