Was ist AutoGen?

Eine preisgekrönte Arbeit von Chi Wang von Microsoft und anderen Forschern aus dem Jahr 2024 demonstrierte die Anwendbarkeit von AutoGen auf mehrere reale Probleme, darunter die Optimierung der Lieferkette und die Online-Entscheidungsfindung.¹ Das Python SDK von AutoGen macht den Einstieg zum Kinderspiel pip install verwenden.

AutoGen ist zwar eines der führenden Multi-Agent-Frameworks, doch es steht ein ganzes Ökosystem von KI-Agent-Frameworks zur Auswahl. Weitere Beispiele sind crewAI, LangChain und LangGraph sowie IBMs BeeAI.

AutoGen besteht aus drei Hauptschichten.

Core ist die Grundschicht von AutoGen, die grundlegende Verkabelung, durch die das AutoGen-Framework erst funktioniert. Um Microsoft zu zitieren: „Die Kern-API implementiert Nachrichtenübermittlung, ereignisgesteuerte Agenten und lokale und verteilte Laufzeit.“ Mit anderen Worten ermöglicht es den Agenten, miteinander zu sprechen, bei bestimmten Ereignisauslösern aufzuwachen und lokal auf Ihrem Computer oder auf verschiedenen Servern zu laufen.

Wenn Core die Verkabelung darstellt, ist AgentChat so etwas wie ein Fertighaus mit eingebauten Armaturen. AgentChat geht (auf der Grundlage der vorherrschenden Anwendungsfälle) davon aus, dass die meisten Menschen sich wünschen, dass KI-Agenten mit Menschen und anderen Bots chatten können (technisch ausgedrückt: als „gesprächsfähige Agenten“). Und anstatt Entwickler zu zwingen, eine Orchestrierungslogik von Grund auf neu zu programmieren, geht AgentChat außerdem davon aus, dass es bei der Zusammenarbeit mit mehreren Agenten eine Arbeitsteilung geben wird, bei der Agententeams häufig einen „AssistantAgent“ (der LLMs verwendet, um für den Benutzer zu „denken“) sowie einen „UserProxyAgent“ (für die Codeausführung und die Verwendung von Tools) umfassen. Diese Möglichkeit, „vorgefertigte“ Agententeams zu nutzen, erleichtert die schnelle Prototypentwicklung von KI-Anwendungen.

AutoGen ist „erweiterbar“, d. h. Benutzer können neue Funktionen hinzufügen. Die Standard-Erweiterungen von AutoGen enthalten Komponenten wie LocalSearchTool, das die Suche in Ihren eigenen Dateien ermöglicht, sowie MultimodalWebSurfer, mit dem Sie im gesamten Internet surfen können. Microsoft ermutigt Entwickler, auch ihre eigenen Erweiterungen zu erstellen.

Zu weiteren hilfreichen Tools gehören AutoGenBench, das die Leistung der agentischen KI bewertet und direktes Debugging unterstützt, sowie AutoGen Studio, eine No-code Schnittstelle für Anfänger (für die ein zugängliches Video-Tutorial auf YouTube zu finden ist). 

Microsoft ist der Meinung, es würde Hunderte von Anwendungen von AutoGen in verschiedenen Branchen geben, die von Biotechnologie über Konsumgüter bis hin zur Telekommunikation reichen.²

Benjamin Stern, Professor für Physiotherapie an der Tufts University, hat AutoGen für komplexe Aufgaben eingesetzt, darunter die Erstellung von maßgeschneiderten Bewertungen, individuellen Studienführern und Nachhilfe für Studierende, die zu Hochschulkursen übergehen. Darüber hinaus verwendete er Interaktionen mit Agenten, um Patientengespräche zu simulieren, und nutzte die dem „Gruppenchat“ ähnlichen Funktionen von AutoGen, um Diskussionsformate im Umlauf zu fördern. Er berichtet auch, dass er OpenAI Assistant-Agenten über AutoGen verwendet.

Das Pharmaunternehmen Novo Nordisk hat über mehrere Möglichkeiten berichtet, wie es Microsofts Stack nutzt, um Überlegungen zur Arzneimittelforschung anzustellen und zu teilen.³ Sam Khalil, VP of Data Insights beim Unternehmen, berichtet, dass AutoGen „uns dabei hilft, ein produktionsreifes Multi-Agenten-Framework zu entwickeln“.

Die IBM-Ingenieure Kelly Abuelsaad und Anna Gutowska haben eine Multi-Agenten-RAG mit AutoGen-Anwendung entwickelt, die anhand menschlicher Eingaben Informationen aus einem lokalen Korpus von Dokumenten erfasst. Sie beschreiben ein System, in dem sechs hochspezialisierte Agenten (darunter u.a. ein Planungsagent, ein Forschungsassistent und ein Berichtsgenerator) teilen und herrschen. „Wir müssen keine komplexen SQL-Abfragen mehr schreiben, um relevante Daten aus einer Wissensdatenbank zu extrahieren“, schreiben sie. Die Lösung ist skalierbarer als die Arbeit mit einem großen Modell, da Entwickler jeden einzelnen Agenten, der zu einem Engpass wird, selektiv erweitern können.

Auf GitHub hat ein Benutzer demonstriert, wie AutoGen dazu verwendet werden könnte, Bilder zu untersuchen, die von einer Kamera in einer potenziell gefährlichen Umgebung wie einer Fabrik aufgenommen wurden, und in Echtzeit festzustellen, ob anwesende Personen keinen Helm tragen. Mithilfe einer Automatisierung würde das System einen roten Begrenzungsrahmen über dem Bild einfügen, um das Sicherheitspersonal zu alarmieren.

Oben wurde AutoGen, das Microsoft-Angebot, beschrieben. Doch wie so oft bei Softwareprojekten gab es hier eine Abzweigung. Ein konkurrierendes Framework, AG2, wird von seinen Entwicklern, darunter der bereits erwähnte Chi Wang, als „Open-Source-AgentOS für KI-Agenten“ angepriesen. Chi Wang, der früher bei Microsoft gearbeitet hat, wechselte zu Google DeepMind und scheint sich seitdem entschieden zu haben, eine unabhängige Version von AutoGen weiterzuentwickeln.

„Dies ist kein neues Framework – es ist im Grunde AutoGen 0.2.34, das unter einem neuen Namen fortgeführt wird“, so ein Reddit-Benutzer, der Verwirrungen ausschließen wollte.⁴ Einer der Hauptunterschiede zwischen AutoGen von Micosoft und AG2 besteht darin, dass letzteres von der Community gesteuert und nicht von einem großen Unternehmen unterstützt wird. Zu den Verantwortlichen für AG2 gehören Wang sowie Forscher von Meta, IBM und verschiedenen Universitäten.⁵