论文地址：/html/2411.0…

Git地址: /microsoft/a…

摘要

Magentic-One是一个创新的开源多智能体系统，它通过模拟人类的规划和执行能力来解决复杂任务。该系统的核心是一个名为Orchestrator的智能体，它不仅负责制定和调整任务执行计划，还监控进度并指导其他智能体。Magentic-One在多个基准测试中展现了与最新技术相竞争的性能，这些测试包括GAIA、AssistantBench和WebArena，覆盖了从网络浏览到文件处理再到代码编写和执行的多样化任务。

关键词

多智能体系统、复杂任务、自主规划、错误恢复、模块化设计

1. 引言

随着人工智能和基础模型的快速发展，我们越来越接近实现能够代表人类完成复杂任务的智能体系统。这些系统不仅能提高我们的生产力，还有潜力彻底改变我们的生活方式。Magentic-One正是在这样的愿景下诞生的，它通过多智能体合作，展示了在多样化任务中的强大性能和泛化能力。

2. 相关工作3. 问题设置

Magentic-One的目标是构建一个能够跨多个领域解决复杂任务的通用智能体系统。复杂任务指的是那些需要规划、行动、观察和反思的迭代过程，可能包括执行代码、使用工具或与环境互动。任务的输入包括一个明确的文本描述和可能的文件附件，如图像、数据集或音频剪辑。任务的目标是产生一个与期望输出相匹配的输出，例如，对于一个事实核查任务，输出可能是一个标记每个声明正确与否的字符串。评估函数用于比较期望输出和实际输出的一致性。

4. Magentic-One概览

Magentic-One基于多智能体架构，其中Orchestrator智能体负责任务分解和规划，指导其他智能体执行子任务，跟踪整体进度，并在需要时采取纠正措施。系统的设计允许智能体在动态变化的环境中自主适应和行动。Magentic-One的智能体包括：

这种多智能体的设计使得Magentic-One能够高效地解决开放式问题。

5. 实验

Magentic-One在GAIA、AssistantBench和WebArena三个基准测试中展现了与最新技术相竞争的性能。通过AutoGenBench工具，系统的性能得到了严格的评估。实验结果显示，Magentic-One在GAIA的任务完成率为38%，在WebArena为32.8%，在AssistantBench上达到了27.7%的准确率。这些结果表明Magentic-One在复杂任务处理上的有效性和通用性。

6. 讨论

讨论了多智能体设计的优势，包括开发的便捷性和系统的灵活性。Magentic-One的模块化设计允许快速适应和扩展，提供了比单一智能体系统更强的性能。论文还指出了当前系统的局限性，包括高成本、延迟和有限的模态支持等。此外，智能体系统的风险和潜在的社会影响也被讨论，强调了在设计智能体时需要考虑的安全性和伦理问题。

7. 结论

Magentic-One代表了智能体系统在解决开放式任务方面的一个重要发展，展现了强大的性能和泛化能力。通过开源实现，Magentic-One为未来的智能体研究和应用提供了一个重要的基础。论文强调了继续改进和扩展智能体系统的重要性，以应对日益复杂的任务和环境。

注意

使用Magentic-One涉及与为人类设计的数字世界的互动，这带来了固有的风险。为了最小化这些风险，请考虑以下预防措施：