O novo sistema Magnetic-One da Microsoft direciona múltiplos agentes de IA para concluir tarefas do usuário.

Junte-se às nossas newsletters diárias e semanais para receber as últimas atualizações e conteúdo exclusivo sobre cobertura de IA líder na indústria. Saiba Mais

As empresas que buscam implantar múltiplos agentes de IA frequentemente precisam implementar uma estrutura para gerenciá-los.

Com esse propósito, pesquisadores da Microsoft recentemente revelaram uma nova infraestrutura multi-agente chamada Magnetic-One, que permite a um único modelo de IA alimentar vários agentes auxiliares que trabalham juntos para concluir tarefas complexas e em várias etapas em diferentes cenários. A Microsoft descreve o Magnetic-One como um sistema agentic generalista que pode “realizar completamente a visão de longa data de sistemas agênticos que podem aumentar nossa produtividade e transformar nossas vidas.”

A estrutura é open-source e está disponível para pesquisadores e desenvolvedores, incluindo para fins comerciais, sob uma Licença Microsoft personalizada. Juntamente com o lançamento do Magnetic-One, a Microsoft também lançou uma ferramenta de avaliação de agentes open-source chamada AutoGenBench para testar sistemas agênticos, construída sobre seu framework previamente lançado, Autogen, para comunicação e cooperação entre múltiplos agentes.

A ideia por trás dos sistemas agênticos generalistas é descobrir como agentes autônomos podem resolver tarefas que requerem várias etapas para serem concluídas, tarefas frequentemente encontradas na gestão do dia a dia de uma organização ou até mesmo na vida diária de um indivíduo.

A partir dos exemplos fornecidos pela Microsoft, parece que a empresa espera que o Magnetic-One cumpra tarefas quase mundanas. Os pesquisadores apontaram o Magnetic-One para tarefas como descrever tendências no S&P 500, encontrar e exportar citações faltantes, e até mesmo pedir um shawarma.

Como o Magnetic-One funciona

O Magnetic-One utiliza um agente orquestrador que direciona quatro outros agentes. O Orquestrador não apenas gerencia os agentes, direcionando-os para executar tarefas específicas, mas também os redireciona em caso de erros.

A estrutura é composta por quatro tipos de agentes, além do Orquestrador:

• Agentes Websurfer: podem comandar navegadores baseados em Chromium e navegar para websites ou realizar buscas na web. Também podem clicar e digitar, semelhante ao Computer Use da Anthropic, e resumir conteúdo.
• Agentes FileSurfer: leem arquivos locais, listam diretórios e navegam por pastas.
• Agentes Coder: escrevem códigos, analisam informações de outros agentes e criam novos artefatos.
• TerminalComputador: fornece um console onde os programas do agente Coder podem ser executados.

O Orquestrador dirige esses agentes e rastreia seu progresso. Ele começa planejando como abordar a tarefa. Cria o que os pesquisadores da Microsoft chamam de livro de tarefas que acompanha o fluxo de trabalho. À medida que a tarefa avança, o Orquestrador constrói um livro de progresso “onde se reflete sobre o progresso da tarefa e verifica se a tarefa foi concluída.” O Orquestrador pode designar um agente para concluir cada tarefa ou atualizar o livro de tarefas. Se os agentes estiverem parados, o Orquestrador pode criar um novo plano.

“Conjuntamente, os agentes do Magnetic-One fornecem ao Orquestrador as ferramentas e capacidades que ele precisa para resolver uma ampla variedade de problemas em aberto, bem como a capacidade de se adaptar e agir autonomamente em ambientes dinâmicos de web e sistema de arquivos que estão em constante mudança”, escreveram os pesquisadores no artigo.

Embora a Microsoft tenha desenvolvido o Magnetic-One usando o GPT-4o da OpenAI — afinal, a OpenAI é um investimento da Microsoft — ele é agnóstico em relação a LLMs, embora os pesquisadores “recomendem um modelo de raciocínio forte para o agente Orquestrador, como o GPT-4o.”

O Magnetic-One suporta múltiplos modelos por trás dos agentes, por exemplo, os desenvolvedores podem implantar um LLM de raciocínio para o agente Orquestrador e uma mistura de outros LLMs ou pequenos modelos de linguagem para os diferentes agentes. Os pesquisadores da Microsoft experimentaram uma configuração diferente do Magnetic-One “usando a versão 01-preview da OpenAI para o laço externo do Orquestrador e para o Coder, enquanto outros agentes continuaram a usar o GPT-4o.”

A próxima etapa em frameworks agênticos

Os sistemas agênticos estão se tornando mais populares à medida que mais opções para implantar agentes, desde bibliotecas de agentes prontas até agentes personalizáveis específicos da organização, estão surgindo. A Microsoft anunciou seu próprio conjunto de agentes de IA para a plataforma Dynamics 365 em outubro.

As empresas de tecnologia agora estão começando a competir em frameworks de orquestração de IA, particularmente sistemas que gerenciam fluxos de trabalho agênticos. A OpenAI lançou seu framework Swarm, que oferece aos desenvolvedores uma maneira simples, mas flexível, de permitir que agentes orientem a colaboração agêntica. O construtor multi-agente da CrewAI também oferece uma maneira de gerenciar agentes. Enquanto isso, a maioria das empresas tem confiado no LangChain para ajudar a construir frameworks agênticos.

No entanto, a implantação de agentes de IA nas empresas ainda está em seus estágios iniciais, portanto, descobrir o melhor framework multi-agente continuará a ser um experimento contínuo. A maioria dos agentes de IA ainda atua em seu próprio espaço em vez de se comunicar com agentes de outros sistemas. À medida que mais empresas começam a usar agentes de IA, gerenciar essa expansão e garantir que os agentes de IA transfiram o trabalho suavemente entre si para concluir tarefas se torna mais crucial.