最近，微软开放了一款名为 Magentic-One 的通用型 AI Agent，引起广泛关注。它的核心能力究竟有多强？下面为您详细解读。

这款工具在任务自动化方面表现极为出色。简单来说，在法律、医疗、金融、教育等行业中，许多日常重复性工作都能交由它高效完成。例如，您可以指定它自动搜索网络，找出尚未被引用的最新论文，并生成摘要，最终直接写入 txt 文件。它还能对海量金融数据进行深度分析与评估，协助金融机构制定风险管理策略——涵盖市场波动监测、企业财务数据解读，甚至预测潜在的安全隐患。

Magentic-One 功能展示

Magentic-One 采用多智能体架构，共分为五个层级，具体如下——

Orchestrator：总指挥官，负责将复杂任务拆解、规划、调度其他智能体执行子任务，全程跟踪进度，并在必要时主动纠正偏差；

WebSurfer：浏览器操作助手，利用 AI 大模型解析网页内容、执行特定操作，如点击、搜索和元素交互；

FileSurfer：文件管理专家，基于大模型读取多种本地文件，并完成内容整合、重写等预定任务；

Coder：程序开发智能体，同样依托大模型，负责编写代码、分析信息以及创建新的可执行程序；

ComputerTerminal：控制台执行器，用于运行 Coder 开发的程序，还能自动安装所需的编程库。

这五个层级协同分工，各司其职，从而显著加速任务的自动解析与执行效率。

举例来说，当 Magentic-One 接收到一个自动化任务时，Orchestrator 会先将复杂任务拆解为若干子任务。比如，需要分析某个网站的数据，并依据这些数据撰写一份报告，同时还要参考本地文档作为辅助信息。此时 Orchestrator 会明确每个子任务的目标和大致工作流程。

它会根据任务的特点，初步规划出需要哪些智能体参与，以及它们大致的工作顺序。例如在上述场景中，Orchestrator 会确定：需要 WebSurfer 获取网站数据，FileSurfer 读取本地文档，Coder 撰写报告，而 ComputerTerminal 则负责运行 Coder 编写的数据处理程序。

随后，WebSurfer 按照 Orchestrator 的指令，定位目标网站，执行搜索、点击链接、与页面元素互动，将网站上相关数据完整采集回来。与此同时，FileSurfer 会读取本地文件，从中提取对任务可能有用的信息——例如背景知识、参考标准等。

采集到的网站数据和本地文件信息，会统一汇总到 Coder 智能体。Coder 借助大模型对数据进行处理：编写代码清洗、整理和分析这些数据，挖掘其中的关联与价值。接着，它会根据任务要求开始创建新内容。比如在这个报告撰写的示例中，Coder 会将数据分析结果以清晰有条理的方式写入报告，同时参考本地文件中的辅助信息，确保报告内容的完整性和准确性。

ComputerTerminal 提供控制台功能，负责执行 Coder 编写的程序。如果程序需要安装新的编程库以便更好地处理数据或完成其他功能，它也能自动完成安装。

值得关注的是，当动态变化的网络或文件系统环境发生明显变化时，各个智能体也能自主适应。例如，网络环境变动影响了 WebSurfer 获取数据，它能根据自身能力尝试新的连接方式或数据获取路径。同样，如果本地文件系统的结构或内容发生了变化，FileSurfer 也能及时感知，调整读取和分析策略，将最新信息传递给其他智能体，确保整个系统持续高效协同，最终顺利完成目标任务。