微软研究院最新发布的低代码工具AutoGen Studio，旨在革新AI agent原型设计。该工具基于开源AutoGen框架，显著简化了创建和管理多代理工作流的复杂性。AutoGen Studio 提供了用户友好的界面和强大的功能，允许开发者快速创建、增强和组合AI agent，以应对各种任务。 无论是网页界面还是Python API，开发者都能灵活地使用JSON规格表示支持大型语言模型(LLM)的agent，满足不同开发需求。
微软研究院最近发布了一个名为 AutoGen Studio 的全新低代码工具，旨在彻底改变开发者原型设计 AI agent的方式。这个工具基于开源的 AutoGen 框架，旨在简化创建和管理多代理工作流的复杂过程。对此，来自分布式人工智能研究所（DAIR.AI）的机器学习和自然语言处理研究员埃尔维斯・萨拉维亚在社交媒体上分享了这个技术的动态。
什么是 “agent”?分析师贾森・布鲁姆伯格解释说，agent是指一种能够独立于周围其他软件达到特定商业目标的自主软件。尽管人们对其自主性和功能的看法不尽相同，但无可否认的是，AutoGen Studio 为开发者提供了一种友好的 AI 代理开发方式，使他们能够快速原型设计、增强代理的专业技能，并将多个代理组合成复杂的工作流，最终实现各种任务。
这款工具既提供了网页界面，也提供了 Python API，开发者可以通过 JSON 规格来表示支持大语言模型（LLM）的agent。这样的灵活性适合各种开发偏好和技能水平。分析师布拉德・希敏表示:“这真是微软一个很酷的项目，它可以帮助企业开发者快速从概念验证转向生产，减少了不少麻烦。”
AutoGen Studio 包含多个设计精良的功能，比如直观的拖放界面用于指定agent工作流、交互式评估和调试能力，以及可重用的agent组件库。这些功能是基于微软尚未详细披露的四个核心设计原则而构建的。
不过，微软也提醒大家，AutoGen Studio 目前仍处于开发阶段，可能永远不会变成一个成熟的产品。微软在声明中指出:“AutoGen Studio 正在积极开发中，我们将快速迭代，可能会在即将到来的版本中引入重大变更。”
尽管如此，AutoGen 框架在广告、客户支持、网络安全、数据分析、教育、金融等多个行业已经有了应用。这种广泛的适用性显示了 AutoGen Studio 在各个领域的潜在影响。
布鲁姆伯格补充道，AI agent在组织的云原生策略中能发挥重要作用，每个agent都能在容器中无状态运行。此外，基于生成式 AI 的agent正在逐渐取代传统的机器人流程自动化（RPA）机器人，并且正在替代业务流程自动化、低代码 / 无代码平台等技术。
微软鼓励开发者使用 AutoGen Studio 进行原型设计和演示，而不是用作生产就绪的应用程序。对于需要身份验证和高级安全性的部署应用，开发者建议直接在 AutoGen 框架上进行构建。随着 AI 不断进化和改变各行各业，像 AutoGen Studio 这样的工具将在民主化 AI 开发和推动多agent系统创新中发挥重要作用。
产品入口:https://microsoft.github.io/autogen/docs/autogen-studio/getting-started/?utm_source=the+new+stack&utm_medium=referral&utm_content=inline-mention&utm_campaign=tns+platform
总而言之，AutoGen Studio 作为一款低代码AI agent开发工具，为开发者提供了便捷高效的原型设计方案，尽管目前仍处于开发阶段，但其在简化AI agent开发流程和推动多agent系统创新方面的潜力不容忽视。 其灵活性和广泛的适用性使其在未来AI发展中占据重要地位。