微软的新低代码工具简化了 AI 代理的创建，承诺在仍处于积极研究阶段的同时彻底改变多代理工作流的开发。
译自 Microsoft Builds AutoGen Studio for AI Agent Prototyping，作者 Darryl K Taft。
微软 研究院推出了 AutoGen Studio, 这是一款新的 低代码 接口，旨在彻底改变开发人员原型设计 AI 代理的方式。
该公司表示，该工具建立在开源 AutoGen 框架之上，旨在简化创建和管理多代理工作流的复杂过程。
Elvis Saravia，分布式人工智能研究所 (DAIR.AI) 的 机器学习 和 自然语言处理 研究员，在 X 上发布了有关该技术的帖子（以前称为 Twitter）。
Intellyx 分析师 Jason Bloomberg 表示：“‘代理’一词指的是一个独立于其环境中其他软件的自主软件，它实现特定的业务目标。”“然而，它们究竟有多自主以及它们实际做什么，取决于你问谁。”
为开发人员提供低代码解决方案
AutoGen Studio 提供了一种用户友好的 AI 代理开发方法，允许开发人员快速原型设计 AI 代理，用专门的技能增强代理，将代理组合成复杂的工作流，并与代理交互以完成各种任务。
Omdia 分析师 Brad Shimmin 表示：“这是微软的一个非常酷的项目，实际上已经 酝酿了几个月。”“基本上，它运行在微软的 LLM 编排框架 AutoGen 之上，并且确实加快了企业从业者构建 GenAI 结果的原型设计过程——不仅仅是代理，而是任何他们可能想要对 LLM 运行方式进行一些控制的结果。”
该工具提供 Web 接口和 Python API，使开发人员能够使用基于 JSON 的规范来表示支持 LLM 的代理。这种灵活性满足了各种开发偏好和技能水平。
Shimmin 说：“它实际上是对你从其他代理框架（如 LangGraph 和 CrewAI）获得的功能的一个很好的图形补充。”“对于在 Azure AI 之上构建的开发人员来说，这个工具加上框架可以帮助他们从 PoC 过渡到生产，而不会遇到很多麻烦，并且还有一些额外的优势，比如插入 Microsoft [Azure] Purview 等工具，以更好地保护 AI 数据。”
简化开发的关键功能
AutoGen Studio 包含一些旨在简化开发过程的功能，例如用于指定代理工作流的直观的拖放式 UI；交互式评估和调试功能；以及可重用代理组件库。
这些功能建立在无代码多代理开发工具的四个核心设计原则之上，尽管微软尚未详细披露这些原则。
正在进行的工作
虽然 AutoGen Studio 代表着 AI 代理开发的重大进步，但微软指出，它是一个仍在开发中的研究项目，可能永远不会成为独立的产品。该公司包含以下警告：“AutoGen Studio 目前正在积极开发中，我们正在快速迭代。请注意，我们可能会在未来几周的版本中引入重大更改……”
然而，底层的 AutoGen 框架已经在各个行业找到了应用，包括：
- 广告
- 客户支持
- 网络安全
- 数据分析
- 教育
- 金融
- 软件工程
巨大的潜力
这种广泛的适用性突出了 AutoGen Studio 在各个领域的潜在影响。
Bloomberg 表示：“AI 代理可以在组织的云原生策略中发挥重要作用，因为每个代理都可以无状态地运行在容器中。”“因此，每个代理平台都有能力自动扩展代理，根据需要部署尽可能多的相同代理来应对任何情况。”
此外，基于生成式 AI 的代理正在迅速取代机器人流程自动化 (RPA) 机器人——但彭博社告诉 The New Stack，故事还有更多内容。“这些技术正在逐渐取代 RPA，以及业务流程自动化、低代码/无代码平台、规则引擎、数据集成技术等等。”
微软鼓励开发人员将 AutoGen Studio 用于原型设计和演示目的，而不是作为生产就绪的应用程序。对于需要身份验证和高级安全等功能的已部署应用程序，建议开发人员直接在 AutoGen 框架上构建。
随着 AI 不断发展并重塑各个行业，像 AutoGen Studio 这样的工具将在民主化 AI 开发和促进多代理系统创新方面发挥至关重要的作用。
