Magentic-UI

何かに触れる前に、Magentic-UIはタスクの手順を段階的に書き出し、あなたに渡す。計画エディタで手順を編集し、追加や削除をし、あるいは文章でフィードバックを送って進め方を導ける。実行は承認後にしか始まらないので、見当違いの戦略を時間を浪費する前に直せる。保存した計画は次のタスクで呼び出せるため、白紙から始めずに済む。

実行中、エージェントは次に何をするか、直前に何を見たかを告げる。クリックしようとしているボタンや、ページで読んだ内容などだ。いつでもタスクを一時停止し、修正を打ち込むか、ブラウザを自分で握ってそのステップをこなし、制御を戻せる。設定したら放置する自動化ツールとの違いはここにある。各動作をその場で見て操作できるから、あなたは輪の中にとどまる。

エージェントのアクションガードは、支払いの送信やメールの送信など、取り消しにくい操作の前に実行を止め、あなたの承認を待つ。このチェックポイントをどれくらいの頻度で発動させるかはあなたが決める。危険な操作ごとに確認する設定から、信頼したタスク向けの緩い設定まで選べる。取り返しのつかないことは同意なしには動かない。これがプロジェクト全体を支える安全の考え方だ。

ブラウザセッションとエージェントが書くコードは、Dockerのサンドボックス内で動き、あなたのマシンの他の部分から切り離される。この分離が効くのは、エージェントが生きたサイトに到達するからだ。何か問題が起きても、独立した環境があなたのシステム上で触れられる範囲を狭める。訪問を許可するサイトを限定すれば、設定した境界の内側にとどまる。

Magentic-UIは、1つのモデルにすべてを任せるのではなく、専門のエージェントに仕事を分ける。オーケストレーターが計画と委任を担い、WebSurferがブラウザを操り、コーダーがスクリプトを書いて実行し、ファイルエージェントが文書とフォルダを扱う。AutoGenを土台にし、Model Context Protocolを話すため、自作のツールやエージェントをチームに加えられる。Azure AI Foundryのモデルとエージェントとの連携も備える。

エージェントはうまくいった実行から学ぶ。仕上がった計画をギャラリーに保存し、後で取り出せる。似たタスクなら自動で、あるいは一覧から手動で選ぶ。毎週のデータ収集や定型的なフォームなど繰り返す作業では、準備の時間を削り、すでに承認したやり方へエージェントを寄せていく。再利用は、最初の1回を導いた見返りだ。

複数のタスクセッションを同時に走らせられる。セッションの表示が、どれがあなたの入力を待ち、どれが終わったかを教える。エージェントはチェックポイントであなたの判断に頼るため、並行して走らせれば、1つのエージェントの進行を待つ代わりに承認作業で手が埋まる。ヒューマン・イン・ザ・ループの仕組みが、小さなチームを見張る感覚に近づく。