什么是 AutoGen？

Microsoft 的 Chi Wang 和其他研究人员在 2024 年发表的一篇获奖论文展示了 AutoGen 在多个现实问题中的适用性，包括供应链优化和在线决策制定。¹ AutoGen 的 Python SDK 使得入门入门变得简单如 pip install 。

虽然 AutoGen 是一个领先的多智能体框架，但还有整个生态系统可供选择的 AI 智能体框架。其他框架包括 crewAI、 LangChain 和 LangGraph，以及 IBM 的 BeeAI。

AutoGen 由三个主要层组成。

Core 是 AutoGen 的基础层，是使 AutoGen 框架能够运行的基本管道和布线。用 Microsoft 的话来说，“Core API 实现了消息传递、事件驱动智能体以及本地和分布式运行时。”换句话说，它允许智能体 相互通信，使它们能够在某些事件触发时唤醒，并使它们能够在本地计算机或各种服务器上运行。

如果 Core 是管道和布线，那么 AgentChat 就像一个带有内置固定装置的预制房屋。AgentChat 假设（基于流行的用例）大多数人希望 AI 智能体能够与人类和其他机器人进行聊天（在技术术语中，成为“可对话的智能体”）。AgentChat 并没有强迫开发人员从头开始编写编排逻辑，而是进一步假设在多智能体协作中，会有分工，智能体团队经常包括一个“AssistantAgent”（它使用 LLM 为用户进行“思考”）以及一个“UserProxyAgent”（用于代码执行和工具使用）。这种利用“模板”智能体团队的能力有助于促进 AI 应用程序的快速原型设计。

AutoGen 是“可扩展的”，这意味着用户可以添加新的功能。AutoGen 的默认扩展 包括 LocalSearchTool 和 MultiModeWebSurfer 等组件，前者支持在自己的文件集内进行搜索，后者可以覆盖更广泛的互联网。Microsoft 也鼓励开发人员创建自己的扩展。

其他有用的工具包括 AutoGenBench ，它可以对智能体式 AI 性能进行基准测试并帮助直接调试，以及 AutoGen Studio，这是一个面向初学者的无代码界面（可以在 YouTube 上找到易于上手的视频教程 ）。 

Microsoft 声称，已在生物技术到消费品包装再到电信等行业中看到了数百种 AutoGen 应用。²

塔夫茨大学的理疗教授 Benjamin Stern 利用 AutoGen 完成了复杂的任务，包括为过渡到研究生课程的学生创建定制的评估、个性化的学习指南和辅导。此外，他还利用智能体交互来模拟患者访谈，并利用 AutoGen 类似“群聊”的功能来促进循环辩论形式。他还报告了通过 AutoGen 使用 OpenAI 助手智能体的情况。

制药公司 Novo Nordisk 报告了其使用 Microsoft 的 AI 堆栈在药物发现中进行和共享推理的几种方法。³该公司数据洞察副总裁 Sam Khalil 表示，AutoGen “正在帮助我们开发一个可用于生产的多智能体框架”。

IBM 工程师 Kelly Abuelsaad 和 Anna Gutowska 创建了一个使用 AutoGen 的多智能体RAG 应用，该应用从人工输入开始，从本地文档库中收集信息。他们描述了一个由六个高度专业化的智能体（包括规划智能体、研究助理和报告生成器等）分工协作的系统。“我们不再需要编写复杂的 SQL 查询来从知识库中提取相关数据，”他们写道。由于开发者可以选择性地增强任何一个成为瓶颈的单一智能体，该解决方案比使用一个大型模型更具可扩展性。

在 Github 上，一位用户演示了 如何使用 AutoGen 来检查工厂等潜在危险环境中摄像头拍摄的图像，实时判断现场的人员是否未戴安全帽。通过自动化，该系统会在图像上方添加一个红色边框，以提醒安全人员。

以上介绍了微软的 AutoGen 产品。然而，正如软件项目经常出现的情况一样，也出现了一个分支。一个名为AG2的竞争框架被其创建者（包括上述 Chi Wang）称为“AI 智能体的开源AgentOS”。Chi Wang 曾在 Microsoft 工作，后来加入 Google DeepMind；他在离开 Microsoft 后似乎已经决定开发一个 AutoGen 的独立版本。

根据一位意在澄清误解的 Reddit 用户所述：“这并非全新框架，本质上就是更名为 AutoGen 0.2.34 的延续版本。”⁴Microsoft 的 AutoGen 和 AG2 之间的主要区别之一是，后者是社区驱动的，而不是由一家大公司提供支持。AG2 的维护者包括 Wang，以及来自 Meta、IBM 和多所大学的研究人员。⁵