Magentic-UI

Bevor er etwas anfasst, schreibt Magentic-UI einen Schritt-für-Schritt-Plan und übergibt ihn Ihnen. Im Plan-Editor ändern Sie Schritte, fügen welche hinzu oder streichen sie, oder geben in Klartext eine Rückmeldung, die die Richtung vorgibt. Erst nach Ihrer Freigabe beginnt die Ausführung, so korrigieren Sie eine schlechte Strategie, bevor sie Zeit kostet. Ein gespeicherter Plan lässt sich bei der nächsten Aufgabe aufrufen, damit Sie nicht bei null anfangen.

Während eines Laufs sagt der Agent an, was er gleich tut und was er gerade gesehen hat, etwa die Schaltfläche, die er anklickt, oder was er auf der Seite gelesen hat. Jederzeit können Sie die Aufgabe pausieren, eine Korrektur eintippen oder den Browser übernehmen und den Schritt selbst machen, dann geben Sie die Kontrolle zurück. Das unterscheidet ihn von einem Werkzeug, das man einmal einschaltet und dann vergisst: Sie bleiben im Prozess, weil Sie jede Aktion sehen und lenken können.

Der Aktionsschutz hält den Lauf an und holt Ihre Zustimmung ein, bevor der Agent schwer rückgängig zu machende Dinge tut, etwa eine Zahlung auslösen oder eine E-Mail senden. Sie bestimmen, wie oft diese Kontrollpunkte greifen, von jeder riskanten Aktion bis zu einer lockeren Stufe für vertraute Aufgaben. Nichts Unumkehrbares läuft ohne Ihr Wort, und das ist der Sicherheitsgedanke hinter dem ganzen Projekt.

Die Browsersitzung und der Code, den der Agent schreibt, laufen in einer Docker-Sandbox, getrennt vom Rest Ihres Rechners. Diese Trennung zählt, weil der Agent live auf Websites zugreift, und eine eigene Umgebung begrenzt, was er auf Ihrem System erreichen kann, falls etwas schiefgeht. Sie können zudem einschränken, welche Seiten er besuchen darf, damit er in den Grenzen bleibt, die Sie setzen.

Magentic-UI verteilt die Arbeit auf spezialisierte Agenten, statt alles von einem Modell zu verlangen. Ein Orchestrator plant und delegiert, ein WebSurfer steuert den Browser, ein Coder schreibt und startet Skripte, ein Datei-Agent kümmert sich um Dokumente und Ordner. Weil es auf AutoGen aufsetzt und Model Context Protocol spricht, können Sie eigene Werkzeuge und Agenten ins Team holen. Das Projekt ist außerdem in Azure AI Foundry Modelle und Agenten eingebunden.

Der Agent lernt aus Läufen, die gut gelaufen sind. Er kann einen fertigen Plan in einer Galerie speichern und später abrufen, automatisch für eine ähnliche Aufgabe oder von Hand aus der Liste. Bei wiederkehrender Arbeit, etwa einem wöchentlichen Datenabzug oder einem Standardformular, spart das Einrichtungszeit und schiebt den Agenten in einen Ablauf, den Sie schon freigegeben haben. Die Wiederverwendung ist der Lohn dafür, dass Sie ihn beim ersten Durchgang gesteuert haben.

Sie können mehrere Aufgabensitzungen gleichzeitig laufen lassen, und ein Anzeiger sagt Ihnen, welche Ihre Aufmerksamkeit braucht und welche fertig ist. Weil der Agent an den Kontrollpunkten auf Ihre Eingabe angewiesen ist, hält Sie der Parallelbetrieb mit Freigaben beschäftigt, statt auf einen einzelnen Agenten zu warten. So wird aus dem Human-in-the-Loop-Modell fast die Aufsicht über ein kleines Team.