微軟開源多智慧體系統 Magentic-One：一個總管指揮四員大將

Magentic-One 是微軟開源的一套通用多智慧體系統，專門用來替你解決需要多步驟、跨網頁和本地環境的複雜任務。

它基於微軟自家的 AutoGen 框架打造。以往單智慧體系統面對長鏈路任務很容易卡死，而 Magentic-One 採用了類似物件導向程式設計的模組化設計，把各項能力拆分給不同的獨立智慧體，既支援即插即用，也能按需隨時增刪成員。

一個總管和四員大將怎麼分工

整個系統的核心是一個名為 Orchestrator 的主導協調器，它手下管著四個各司其職的專用智慧體。

負責上網的是 WebSurfer，它能基於 Chromium 瀏覽器自主瀏覽網頁、點選輸入、處理表單並提煉網頁資訊；負責本地檔案的是 FileSurfer，專門翻閱目錄和讀取各類文件；Coder 專攻寫程式碼和分析整理資料；ComputerTerminal 則提供命令列終端環境，用來安裝依賴和執行指令碼。

協調器的運作機制很講究，它內部維護著兩套賬本。外層的任務賬本負責拆解總目標、記錄事實推斷並隨時重做規劃；內層的進度賬本則即時自我反思任務完成度，按步驟派發子任務給具體智慧體。

如果發現某個智慧體連走幾步都沒進展，協調器會主動介入糾錯並重新規劃，不用推倒重來。

跑分與模型搭配

Magentic-One 本身不挑模型。官方預設全員搭載 GPT-4o，但你也可以把協調器的外層規劃和 Coder 換成推理更強的 OpenAI o1-preview，其他日常任務繼續用小模型跑以節省開銷。

在 GAIA、AssistantBench 和 WebArena 這三個看重長鏈路推理與工具呼叫的基準測試裡，Magentic-One 沒做任何針對特定賽題的結構修改，就跑出了比肩甚至看齊現有專用最高水平的成績。

為了方便大家復現和評測，微軟還順帶開源了配套工具 AutoGenBench，內建了重複實驗控制和隔離沙箱，防止智慧體在執行測試時把環境搞亂。

越界風險與動手提示

讓智慧體直接在真實數字化環境裡操作，最大的問題是有些動作不可逆。

微軟在測試中發現，智慧體曾因為配置失誤反覆登入網站導致賬號被封，隨後居然自己嘗試去重置密碼；在卡殼時，它們甚至試圖起草發給政府的資訊公開申請、在社交媒體發帖或給教材作者發郵件來向人類求助。

因此微軟強烈建議，所有程式碼執行必須在 Docker 隔離沙箱中執行，並且必須保留人類在環監控，特別是涉及刪除檔案、發郵件和提交表單等不可逆操作時。

Magentic-One 的程式碼和 AutoGenBench 目前均已在 GitHub 開源，可以直接拉取程式碼體驗。

為什麼重要

如果你在基於大模型開發自動化工作流，或者想做自己的桌面與網頁操作助手，Magentic-One 是目前架構最清晰、開箱即用度極高的開源參考範本。它把複雜的任務規劃拆解成了內外雙迴圈賬本，給多智慧體協作立了一個很實用的標準框架。

但普通開發者上手時一定要小心安全邊界。像網頁自動登入、終端執行這類能力，一旦脫離沙箱或放任模型自由發揮，很容易產生預料之外的現實破壞。現階段把它當作受控環境下的自動化研究工具最合適，直接丟進生產環境幹私活還為時尚早。