Che cos'è AutoGen?

Un pluripremiato documento del 2024 di Chi Wang di Microsoft e di altri ricercatori ha dimostrato l'applicabilità di AutoGen a diversi problemi del mondo reale, tra cui l'ottimizzazione della supply chain e il processo decisionale.¹ L'SDK Python di AutoGen rende l'avvio semplice come un comando pip install python3 --version

Sebbene AutoGen sia uno dei principali framework multiagente, è disponibile un intero ecosistema di framework di Agente AI da cui scegliere. Altri includono crewAI, LangChain e LangGraph, così come BeeAI di IBM.

AutoGen è composto da tre livelli principali.

Il nucleo è il livello fondamentale di AutoGen, l'impianto idraulico e il cablaggio di base che fa funzionare il framework AutoGen. Nel linguaggio Microsoft, "l'API Core implementa il passaggio di messaggi, gli agenti basati sugli eventi e il tempo di esecuzione locale e distribuito". In altre parole, consente agli agenti di parlare tra loro, di attivarsi al verificarsi di determinati eventi e di funzionare localmente sul computer o su diversi server.

Se Core può essere paragonato a un impianto idraulico e un cablaggio, AgentChat è qualcosa di simile a una casa prefabbricata con infissi integrati. AgentChat presume (in base ai casi d'uso prevalenti) che la maggior parte delle persone desideri che gli agenti AI siano in grado di chattare con umani e altri bot (in termini tecnici, siano "agenti conversabili"). E invece di costringere gli sviluppatori a codificare una logica di orchestrazione da zero, AgentChat presume inoltre che nella collaborazione tra più agenti ci sarà una suddivisione del lavoro, con i team di agenti che spesso includono un "AssistantAgent" (che utilizza gli LLM per "pensare" per l'utente) e un "UserProxyAgent" (per l'esecuzione del codice e l'uso degli strumenti). Questa capacità di utilizzare i team di agenti "modello" aiuta a facilitare la rapida prototipazione delle applicazioni AI.

AutoGen è "estensibile", ovvero comporta che gli utenti possono aggiungere nuove funzionalità. Le estensioni predefinite di AutoGen includono componenti come LocalSearchTool, che consente la ricerca all'interno del proprio set di file, e MultimodalWebSurfer, che può navigare su un Internet più ampio. Microsoft incoraggia gli sviluppatori a creare anche proprie estensioni.

Altri strumenti utili includono AutogenBench, che svolge il ruolo di benchmark per le prestazioni dell'agentic AI e aiuta il debugging diretto, così come AutoGen Studio, un'interfaccia no-code per principianti (per la quale è possibile trovare un video tutorial su YouTube). 

Microsoft ha affermato di vedere centinaia di applicazioni di AutoGen in settori che spaziano dalla biotecnologia ai beni di consumo confezionati alle telecomunicazioni.²

Un professore di terapia fisica alla Tufts University, Benjamin Stern, ha utilizzato AutoGen per attività complesse, tra cui la creazione di valutazioni su misura, guide di studio personalizzate e tutoraggio per gli studenti che passano ai corsi di livello universitario. Inoltre, ha utilizzato le interazioni degli agenti per simulare i colloqui con i pazienti e ha sfruttato le funzionalità di AutoGen, simili a quelle delle "chat di gruppo", per promuovere formati di dibattito a turni. Riferisce inoltre di aver utilizzato gli agenti OpenAI Assistant tramite AutoGen.

L'azienda farmaceutica Novo Nordisk ha segnalato diversi modi in cui utilizza lo stack di Microsoft AI per condurre e condividere ragionamenti nella scoperta di farmaci.³ Sam Khalil, VP of Data Insights dell'azienda, riferisce che AutoGen ci sta "aiutando a sviluppare un framework multiagente pronto per la produzione".

Gli ingegneri IBM Kelly Abuelsaad e Anna Gutowska hanno creato un RAG multiagente con applicazione AutoGen che utilizza input umani per raccogliere informazioni da un corpus locale di documenti. Descrivono un sistema in cui sei agenti altamente specializzati (tra cui un agente pianificatore, un assistente di ricerca e un generatore di report, tra gli altri) dividono e conquistano. "Non abbiamo più bisogno di scrivere complesse query SQL per estrarre dati rilevanti da una knowledge base", scrivono. La soluzione è più scalabile rispetto all'utilizzo di un unico grande modello, poiché gli sviluppatori possono aumentare selettivamente ogni singolo agente che diventa un collo di bottiglia.

Su Github, un utente ha dimostrato come AutoGen possa essere utilizzato per esaminare le immagini scattate da una telecamera in un ambiente potenzialmente pericoloso come una fabbrica, determinando in tempo reale se le persone presenti non indossano un casco. Tramite un'automazione, il sistema aggiungerebbe un riquadro rosso sopra l'immagine per avvisare il personale di sicurezza.

Quanto sopra ha descritto AutoGen, l'offerta di Microsoft. Tuttavia, come spesso accade con i progetti software, si è arrivati a un bivio. Un framework concorrente, AG2, è pubblicizzato come "framework open source per agenti AI" dai suoi creatori, incluso il già citato Chi Wang. Ex Microsoft, Chi Wang si è poi trasferito a Google DeepMind; sembra che abbia deciso di sviluppare una versione indipendente di AutoGen dopo aver lasciato Microsoft.

"Questo non è un nuovo framework: fondamentalmente è AutoGen 0.2.34 che continua con un nuovo nome", secondo un utente di Reddit che ha cercato di dirimere la confusione.⁴ Una delle principali differenze tra AutoGen e AG2 di Micosoft è che quest'ultimo è basato sulla community, piuttosto che supportato da una grande azienda. I manutentori di AG2 includono Wang, oltre a ricercatori di Meta, IBM e varie università.⁵