Les chercheurs ont présenté Magentic-One, un système d'agents open-source conçu pour résoudre des tâches complexes grâce à une architecture multi-agents. Le système dispose d'un agent Orchestrator principal qui planifie, suit les progrès et replanifie pour récupérer des erreurs, dirigeant des agents spécialisés pour effectuer des actions telles que la navigation web, l'exploration de fichiers et l'exécution de code Python.
- Magentic-One atteint des performances statistiquement compétitives sur les benchmarks GAIA, AssistantBench et WebArena par rapport aux systèmes de pointe.
- La conception modulaire permet d'ajouter ou de supprimer des agents sans ajustement supplémentaire des prompts ni entraînement.
- Les auteurs publient également AutoGenBench, un outil autonome pour l'évaluation rigoureuse des agents avec des contrôles de répétition et d'isolement.
Ce travail démontre des progrès vers des systèmes d'agents généralistes en montrant qu'une haute performance peut être atteinte sans modifier les capacités centrales des agents ou les méthodes de collaboration.