5 月 20 日消息，微软研究院昨日（5 月 19 日）发布博文，介绍了 Magentic-UI 开源研究原型。这是一款以人为中心的 AI 智能体，旨在通过网页浏览器，实时协助用户完成复杂的网络任务。

微软表示现代生产力高度依赖网络，搜索信息、填写表单还是操作仪表板等许多任务仍需手动操作，耗时且重复。而 Magentic-UI 通过以人为中心的理念，协助用户处理这些任务，并为研究人员提供平台，探索人机协作和 AI 智能体监督机制的开放性问题。

不同于追求完全自主的 AI 工具，Magentic-UI 强调透明和可控，确保用户在任务执行中拥有主导权。

Magentic-UI 基于 2024 年发布的 Magentic-One 多智能体系统，并由 AutoGen 框架驱动，具备协同规划（co-planning）、协同任务（co-tasking）、行为防护（action guards）和计划学习（plan learning）四大核心功能。

在协同规划中，用户可通过计划编辑器修改 AI 制定的步骤；在任务执行中，用户能随时暂停系统并提供反馈，甚至直接接管浏览器操作。

行为防护机制要求 AI 在执行可能不可逆的操作前获得用户批准，而计划学习功能则让 AI 从过往任务中学习并保存计划，提升未来效率。

援引博文介绍，Magentic-UI 的底层系统由多个专业智能体组成，包括负责规划和任务分配的 Orchestrator、操控浏览器的 WebSurfer、执行代码的 Coder 以及处理文件的 FileSurfer。

系统采用 Docker 沙箱技术，防止影响主机环境。此外，用户可设置网站白名单，限制 AI 访问范围，并随时中断任务执行。微软还通过红队评估测试了 Magentic-UI 的安全性，成功抵御了跨站提示注入和钓鱼攻击等多重威胁。