AIに仕事を任せるとき、多くの人は「ものすごく賢いAIが、最初から最後まで1人で処理する姿」を想像します。しかし、Microsoft Researchが示した別の考え方は、むしろ会社の仕事に近いものです。調査が得意な担当者、ファイルを読む担当者、コードを書く担当者を集め、管理役が全体を指揮する。これがMagentic-Oneの基本発想です。
そして、そのAIチームの動きを人間が確認し、計画を直し、危険な操作の前で止められる「管制室」に当たるのがMagentic-UIです。名前が似ているため混同されやすいのですが、両者は同じものではありません。
この記事は2026年7月20日時点の公開情報を基にしています。専門用語をできるだけ避けながら、Magentic-OneとMagentic-UIの仕組み、違い、できること、注意点、現在の開発状況まで整理します。
最初に結論：Magentic-Oneは「AIチーム」、Magentic-UIは「人間が参加できる操作室」
| 名称 | ひと言で表すと | 主な役割 |
|---|---|---|
| Magentic-One | 複数のAIをまとめて働かせるチーム構成 | 計画、分担、Web操作、ファイル確認、コード実行 |
| Magentic-UI | 人間とAIが一緒に作業するための画面・研究用システム | 計画の確認、途中介入、承認、操作の可視化 |
たとえるなら、Magentic-Oneは「社員と仕事の進め方」、Magentic-UIは「社員の仕事を見ながら指示を出せるオフィス」です。Magentic-UIの「UI」は単に見た目が付いたという意味ではなく、AIを完全放置せず、人間が適切な場面で関与するための設計そのものを指しています。
Magentic-Oneとは
Magentic-Oneは、Microsoft Researchが2024年11月に公開した、複雑な作業を複数のAIエージェントで解くためのオープンソースシステムです。MicrosoftのAIエージェント開発基盤であるAutoGenを使って構築されました。
ここでいう「エージェント」とは、質問に文章で答えるだけでなく、ブラウザを操作したり、ファイルを読んだり、コードを実行したりして、目標の達成に向けて行動するAIです。
1人の万能AIではなく、役割の違う担当者を集める
Magentic-Oneの中心には、全体を管理するOrchestrator（オーケストレーター）がいます。オーケストレーターは依頼を分解し、誰に何をさせるか決め、進み具合を確認します。失敗や行き詰まりが続いた場合は、同じ手順を延々と繰り返すのではなく、計画を作り直します。
| 担当 | 会社にたとえると | できること |
|---|---|---|
| Orchestrator | プロジェクトマネージャー | 作業の分解、担当決め、進捗確認、計画の修正 |
| WebSurfer | Web調査担当 | 検索、ページ閲覧、クリック、文字入力 |
| FileSurfer | 資料管理担当 | PDFや文書などのファイルを探して内容を確認 |
| Coder | プログラマー | 問題を考え、必要なコードを書く |
| Computer Terminal | 実行・検証担当 | コードやコマンドを実行して結果を返す |
重要なのは、単に5つのAIが雑談する仕組みではないことです。オーケストレーターは「現在分かっている事実」「まだ不明な点」「今の計画」を管理し、各担当から結果が返るたびに次の行動を判断します。つまり、Magentic-Oneの価値はAIの人数ではなく、仕事を分け、状況に応じて組み直す管理方法にあります。
実際にはどのように動くのか
たとえば、「複数の大学が公開しているAI講義を調べ、受講条件と内容を比較し、表にまとめてほしい」と依頼したとします。
- Orchestratorが、検索、情報確認、整理という作業に分解する
- WebSurferが大学の公式ページを巡回する
- 資料がPDFならFileSurferが内容を読む
- 比較や集計が必要ならCoderが処理方法を考える
- Computer Terminalがコードを実行して表を作る
- Orchestratorが不足や矛盾を確認し、必要なら再調査する
- 条件を満たしたところで最終結果を返す
普通のチャットAIでも似た回答は作れますが、Magentic-Oneは「調査する」「ファイルを読む」「計算する」という異なる種類の作業を、役割ごとに切り替えながら進めます。解き方が最初から決まっていない課題に向く一方、単純な質問には大げさです。今日の天気を聞くために、部長と4人の担当者を集める必要はありません。
Magentic-UIとは
Magentic-UIは、Microsoft Researchが2025年5月に公開した、人間中心のAIエージェント研究用プロトタイプです。Magentic-Oneの考え方を土台にしながら、AIだけで自律的に完了させるのではなく、人間が計画と実行に参加できることを重視しています。
AIエージェントがブラウザを自由に操作すると便利ですが、誤った商品を注文する、不要な情報を送信する、偽サイトに認証情報を入力する、といった問題も起こり得ます。そこでMagentic-UIは、AIを「見えない自動処理」にせず、何をする予定で、今どこまで進み、次に何を操作するのかを画面に出します。
Magentic-UIを特徴づける4つの仕組み
1. Co-planning：実行前に計画を一緒に直す
AIが作った手順を、実行前に人間が確認できます。不要な手順を消したり、順番を変えたり、「公式サイトだけを使う」といった条件を加えたりできます。曖昧な依頼をそのまま走らせず、出発前にルートを確認する仕組みです。
2. Co-tasking：実行中でも止めて参加する
AIが操作している途中で一時停止し、自然な言葉で追加指示を出せます。また、人間がブラウザ操作を引き継ぎ、必要な操作だけ済ませてAIへ返すこともできます。ログインや複雑な画面など、AIが苦手な場所だけ人が手伝う使い方が可能です。
3. Action guards：重要な操作の前に承認を求める
ボタンのクリックや入力など、結果を元に戻しにくい操作の前で人間に確認を求めます。承認の厳しさは設定でき、すべての操作で確認させることもできます。自動車でいえば、AIが運転を担当しても、料金の支払いや危険な進路変更では運転者へ確認する設計です。
4. Plan learning：うまくいった手順を再利用する
作業が成功した後、その会話と行動から手順を取り出して保存できます。次回、同じ作業や似た作業をするときに、その計画を再利用できます。ただし、これはAIモデルそのものを再学習させるというより、成功した作業手順をテンプレートとして残すイメージに近いものです。
Magentic-OneとMagentic-UIの違いを、もう一段簡単に整理する
| 比較項目 | Magentic-One | Magentic-UI |
|---|---|---|
| 中心テーマ | 複数AIによる問題解決 | 人間とAIの共同作業 |
| 主役 | Orchestratorと専門エージェント | 利用者、画面、AIチーム |
| 人間の関与 | 基本は依頼と結果の受け取り | 計画修正、途中介入、操作承認 |
| 重視すること | 柔軟な分担と再計画 | 透明性、制御、安全性、協調 |
| 位置付け | マルチエージェントの構成・実装 | オープンソースの研究用プロトタイプ |
Magentic-Oneだけを見ると「AIをどう働かせるか」の話です。Magentic-UIまで見ると「そのAIと人間がどう付き合うか」の話になります。技術的な性能だけでなく、失敗に気付けること、止められること、責任の境界を作れることまで含めて設計した点が重要です。
どのような用途に向いているのか
Magentic系の仕組みが得意なのは、答えを一度生成して終わる作業ではなく、複数の道具と判断を組み合わせる作業です。
- 複数サイトを調べ、条件を比較してレポートを作る
- Web上の情報と手元のPDFや表計算ファイルを照合する
- データを収集し、コードで集計・可視化する
- フォームへの入力を補助し、送信前に人間が確認する
- 価格、メール、ニュースなどを一定期間監視する
- 定型作業の手順を保存し、次回の作業へ流用する
一方、短い要約、単純な文章作成、答えが明確な計算などは、通常のAIチャットや単一エージェントの方が速く、安く、管理も簡単です。マルチエージェントは人数を増やせば必ず賢くなる仕組みではありません。会話回数が増えるため、処理時間やAPI費用が増え、担当間で誤解が連鎖することもあります。
便利さより先に知っておきたい限界と危険性
研究用プロトタイプであり、完成した業務製品ではない
Microsoft自身も、Magentic-Oneは人間と同等の能力には遠く、間違える可能性があると説明しています。Magentic-UIも、人間とAIの協調や監督方法を研究するためのプロトタイプとして公開されたものです。企業の重要業務へそのまま投入できる完成品と考えるべきではありません。
画面が見えていても、安全が保証されるわけではない
承認画面やサンドボックスは被害を減らすための仕組みですが、万能ではありません。悪意のあるWebページに書かれた指示へAIが誘導されるプロンプトインジェクション、認証情報の扱い、誤クリック、誤送信などの問題は残ります。特に、購入、送信、削除、公開、権限変更は、人間の承認を必須にする運用が現実的です。
人間の確認にもコストがかかる
すべての操作で承認を求めれば安全性は上がりますが、利用者は何度もボタンを押すことになります。反対に確認を減らせば楽になりますが、誤操作を見逃しやすくなります。Magentic-UIが扱っている本当の難問は、「AIをどれだけ自動化するか」ではなく、どの場面だけ人間を呼び戻すべきかという設計です。
2026年時点の現在地：Magentic-UIはMagenticLiteへ発展
Magentic-OneとMagentic-UIは、公開当時の姿のまま止まっているわけではありません。2026年7月時点で、Magentic-Oneの仕組みはAutoGenのautogen-agentchatへ移され、旧来の単独実装は非推奨になっています。オーケストレーターやWebSurferなどは、ほかのAgentChat構成でも使える部品として整理されました。
さらにMicrosoft Researchは2026年5月、Magentic-UIの次世代版としてMagenticLiteを発表しました。MagenticLiteは、ブラウザとローカルファイルを1つの流れで扱い、より小さなモデルでも動かしやすいよう再設計されています。人間がAIの行動を確認できること、途中で操作を引き継げること、重要な場面で明示的な承認を求めることは引き継がれています。
この流れから分かるのは、Microsoftが単に「巨大なAIへ全部任せる」方向だけを見ているわけではないことです。役割分担、道具の選択、小型モデル、人間の監督、実行環境をまとめて設計することで、実用的なエージェントを作ろうとしています。
Magenticシリーズが示した本質
Magentic-Oneの面白さは、AIを1人の天才として扱わず、仕事を分解してチームとして動かしたことです。Magentic-UIの面白さは、そのチームを完全自動化せず、人間が計画、判断、責任へ戻れる場所を用意したことです。
AIエージェントの未来は、何でも勝手に実行する「完全自動運転」だけではありません。現実の仕事では、途中経過が見え、必要なときに止められ、危険な操作だけ確認できる方が使いやすい場面が多くあります。Magentic-OneとMagentic-UIは、AIの性能競争より一歩踏み込み、AIを組織としてどう働かせ、人間がどう監督するかを具体的な形にしたプロジェクトだといえます。
