Microsoft har annonsert utgivelsen av AutoGen v0.4, en stor oppgradering av åpen kildekode-rammeverket for multi-agent AI-arbeidsflyter, sammen med introduksjonen av Magentic-One-systemet som selskapet presenterte i november i fjor.
Oppdateringen, designet for å adressere tilbakemeldinger fra utviklere, forbedrer skalerbarhet, modularitet og feilsøkingsverktøy, og muliggjør mer robuste og utvidbare AI-systemer. Denne iterasjonen markerer et sentralt trinn i å fremme oppgaveautomatisering og samarbeidende AI-applikasjoner.
Et redesignet rammeverk for multiagent AI
AutoGen v0.4 introduserer et asynkront, hendelsesdrevet meldingssystem som forenkler sømløs kommunikasjon mellom agenter. Denne utformingen gjør det mulig for agenter å samarbeide på tvers av komplekse arbeidsflyter, ved å bruke både hendelsesbaserte og forespørsel-svar interaksjonsmønstre.
Microsoft beskriver oppdateringen som”en fullstendig redesign av AutoGen-biblioteket, utviklet å forbedre kodekvalitet, robusthet, generalitet og skalerbarhet i agentic arbeidsflyter.”
Rammeverkets modulære struktur støtter integrering av tilpassede agenter, verktøy og arbeidsflyter, noe som gjør det svært tilpasningsdyktig for ulike applikasjoner.
Innebygde observasjonsverktøy, inkludert støtte for OpenTelemetry , gir detaljerte overvåkings-og feilsøkingsmuligheter, og gir utviklere muligheten til å spore meldinger, spore beregninger og administrere arbeidsflyter effektivt.
Magentic-One: The Core of Advanced Task Automation
Introduksjonen av Magentic-One fremhever AutoGen v0.4s potensiale for å orkestrere samarbeid med flere agenter orkestrator som koordinerer et team av spesialiserte agenter for å utføre komplekse, flerfasede oppgaver. Systemet inkluderer fire nøkkelagenter:
WebSurfer Agent: Denne agenten navigerer på nettet, utfører oppgaver som å utføre søk, klikke på lenker og samhandle med elektroniske elementer. I likhet med nettleserbaserte verktøy som Anthropics «Computer Use»-funksjon, kan WebSurfer samle og syntetisere informasjon på tvers av flere nettsteder, og gi sammendrag og innsikt som trengs for bredere prosjektmål.
FileSurfer Agent: FileSurfer har i oppgave å utforske lokale kataloger og analysere filinnhold, og støtter arbeidsflyter som involverer dokumenthåndtering, datainnhenting og lokale data Denne agenten sikrer at viktige filer blir åpnet og integrert i prosjekter uten å kreve manuelt tilsyn.
Coder Agent: Med muligheten til å skrive og evaluere kode, fungerer Coder-agenten. som en virtuell programmerer Den kan utarbeide nye skript, feilsøke eksisterende og samarbeide med andre agenter ved å tolke inndata fra WebSurfer eller data analysert av FileSurfer posisjonerer Magentic-One som et allsidig verktøy i miljøer der utvikling og kodingsautomatisering er nødvendig.
ComputerTerminal Agent: Den siste brikken i agentutvalget er ComputerTerminal, en spesialisert agent som kjører koden generert av koderen. Ved å kjøre programmer direkte, lukker den sløyfen i prosjekter som krever umiddelbar testing eller distribusjon, og fungerer som et utførelsesmiljø i sanntid som kan tilpasses basert på tilbakemeldinger fra Orchestrator.
Image Microsoft
Sentralt til Magentic-Ones funksjonalitet er orkestratorens”oppgavebok”og”fremdriftsbok.”
Oppgavereskontroen fungerer som en blåkopi som skisserer hvert trinn i et prosjekt, mens fremdriftsreskontro overvåker fullføring og tilpasser arbeidsflyter dynamisk. Denne tilpasningsevnen sikrer at systemet kan rekalibrere og overvinne utfordringer uten manuell intervensjon.
AutoGen v0.4 introduserer nye verktøy for å forenkle utviklingen av AI-systemer. AutoGen Studio, et lavkodemiljø, muliggjør rask prototyping med funksjoner som sanntids agentoppdateringer, kontroller i midten av utførelse og en dra-og slipp-grensesnitt for teambygging.
Grensesnittet inkluderer også visualisering av meldingsflyt, som gir en intuitiv måte å spore agentkommunikasjonsveier.
Bilde: Microsoft
AutoGen Bench er et annet viktig tillegg, og tilbyr et benchmarking-verktøy for å evaluere agentytelse på tvers av oppgaver og miljøer. Begge verktøyene er utviklet for å minimere utviklingskompleksiteten og oppmuntre til eksperimentering med multi-agent-systemer.
A Competitive Context for Multi-Agent AI
AutoGen v0.4 og Magentic-One kommer på et tidspunkt da konkurransen innen AI-drevet oppgaveautomatisering tiltar. Salesforces Agentforce 2.0 og Googles Agentspace tilbyr unike tilnærminger til å automatisere arbeidsflyter. Microsofts fokus på modularitet, skalerbarhet og fellesskapsdrevet utvikling differensierer imidlertid tilnærmingen.
Magentic-One integreres med OpenAIs GPT-4o for forbedrede resonneringsevner, men forblir LLM-agnostisk, slik at utviklere kan skreddersy systemer til spesifikke behov ved å velge ulike språkmodeller. Denne fleksibiliteten posisjonerer AutoGen som et allsidig rammeverk for bedrifter og utviklere som søker avanserte AI-løsninger.
Migrering og fremtidig utvikling
Microsoft har tatt skritt for å forenkle migreringen prosess fra tidligere versjoner av AutoGen. Den nye AgentChat API beholder kjente abstraksjoner samtidig som den introduserer nye funksjoner som strømmemeldinger, forbedret oppgavelagring og muligheten til å pause og gjenoppta arbeidsflyter.
Bedriften planlegger også å utvide programmeringsspråkstøtte, introdusere domenespesifikke utvidelser og fremme samfunnsbidrag gjennom åpen kildekode-utvikling.
Microsofts veikart gjenspeiler forpliktelsen til å fremme agent AI, med vekt på skalerbarhet, robusthet og etisk utvikling. Etter hvert som AI-landskapet utvikler seg, plasserer AutoGen v0.4 og Magentic-One Microsoft i forkant av multi-agent AI-innovasjon, og setter scenen for fremtidige gjennombrudd innen automatisering og samarbeid.
