O que é o AutoGen?

Um premiado artigo de 2024 de Chi Wang, da Microsoft, e de outros pesquisadores demonstrou a aplicabilidade do AutoGen a vários problemas do mundo real, incluindo otimização da cadeia de suprimentos e tomada de decisão online.¹ O SDK para Python do AutoGen torna a introdução tão simples quanto pip install .

Embora o AutoGen seja um dos frameworks multiagentes, há todo um ecossistema de frameworks de agentes de IA à disposição. Outros incluem o CrewAI, LangChain e LangGraph, bem como o BeeAI da IBM.

O AutoGen é composto por três camadas principais.

Core é a camada fundamental do AutoGen, a tubulação básica e fiação que fazem o framework do AutoGen funcionar. Na linguagem da Microsoft, “a API Core implementa passagem de mensagens, agentes orientados por eventos e tempo de execução local e distribuído”. Em outras palavras, ela permite que os agentes conversem entre si, capacita-os a despertar após determinados gatilhos de eventos e permite que sejam executados localmente em seu computador ou em vários servidores.

Se o Core é encanamento e fiação, o AgentChat é algo como uma casa pré-fabricada com luminárias embutidas. O AgentChat pressupõe (com base em casos de uso predominantes) que a maioria das pessoas deseja que os agentes de IA possam conversar com seres humanos e outros bots (em termos técnicos, que sejam “agentes conversacionais”). E, em vez de forçar os desenvolvedores a programar uma lógica de orquestração a partir do zero, o AgentChat pressupõe ainda que, na colaboração multiagentes, haverá uma divisão de trabalho, com as equipes de agentes frequentemente incluindo um "AssistantAgent" (que usa LLMs para "pensar" para o usuário), bem como um "UserProxyAgent" (para execução de código e uso da ferramenta). Essa capacidade de aproveitar equipes de agentes "modelos" ajuda a facilitar a rápida prototipagem de aplicações de IA.

O AutoGen é "extensível", o que significa que os usuários podem adicionar novos recursos. As extensões padrão do AutoGen incluem componentes como LocalSearchTool, que permite a pesquisa dentro de seu próprio conjunto de arquivos, bem como MultimodalWebSurfer, que pode navegar na internet mais ampla. A Microsoft incentiva os desenvolvedores a criarem suas próprias extensões também.

Outras ferramentas úteis incluem o AutoGenBench, que cria um benchmark do desempenho da IA agêntica e ajuda na depuração direta, bem como o AutoGen Studio, uma interface no-code para iniciantes (para a qual um tutorial em vídeo acessível pode ser encontrado no YouTube). 

A Microsoft alegou ver centenas de aplicações do AutoGen em setores que vão desde biotecnologia até bens de consumo embalados e telecomunicações.²

Um professor de física na Tufts University, Benjamin Stern, usou o AutoGen para tarefas complexas, incluindo a criação de avaliações personalizadas, guias de estudo individualizados e aulas particulares para alunos em transição para cursos de nível de pós-graduação. Além disso, ele usou interações de agentes para simular entrevistas com pacientes e aproveitou os recursos semelhantes a "chat em grupo" do AutoGen para promover formatos de debate circulares. Ele também relata o uso de agentes do OpenAI Assistant por meio do AutoGen.

A empresa farmacêutica Novo Nordisk relatou várias maneiras de usar o stack de IA da Microsoft para conduzir e compartilhar raciocínio na descoberta de medicamentos.³ Sam Khalil, o vice-presidente de insights de dados da empresa, relata que o AutoGen está "nos ajudando a desenvolver um framework multiagentes pronto para produção".

As engenheiras da IBM Kelly Abuelsaad e Anna Gutowska criaram uma aplicação de RAG multiagentes com AutoGen que funciona a partir de entradas humanas para coletar informações de um corpus local de documentos. Elas descrevem um sistema em que seis agentes altamente especializados (incluindo um agente planejador, um assistente de pesquisa e um gerador de relatórios, entre outros) dividem e conquistam. “Não precisamos mais escrever SQL queries para extrair dados relevantes de uma base de conhecimento”, escrevem elas. A solução é mais escalável do que trabalhar com um grande modelo, já que os desenvolvedores podem aumentar seletivamente qualquer agente individual que se torne um gargalo.

No Github, um usuário demonstrou como o AutoGen poderia ser usado para examinar imagens tiradas de uma câmera em um ambiente potencialmente perigoso, como uma fábrica, determinando em tempo real se algum ser humano presente não está usando capacete. Por meio de uma automação, o sistema adicionaria uma caixa delimitadora vermelha no topo da imagem para alertar o pessoal de segurança.

O acima exposto descreve o AutoGen, a oferta da Microsoft. No entanto, como frequentemente acontece com projetos de software, houve uma bifurcação no caminho. Um framework concorrente, oAG2, é apresentado como um "AgentOS de código aberto para agentes de IA" por seus criadores, incluindo o já mencionado Chi Wang. Anteriormente na Microsoft, Chi Wang mais tarde migrou para o Google DeepMind; ele parece ter decidido evoluir uma versão independente do AutoGen desde que deixou a Microsoft.

"Esse não é um novo framework — é basicamente o AutoGen 0.2.34 continuando com um novo nome", de acordo com um usuário do Reddit que procurou aliviar a confusão.⁴ Uma das principais diferenças entre o AutoGen da Microsoft e a AG2 é que este último é orientado pela comunidade, em vez de ser apoiado por uma grande empresa. Os mantenedores do AG2 incluem Wang, bem como pesquisadores da Meta, IBM e de várias universidades.⁵