UFO²

下一代Windows智能代理的世界——UFO²（The Desktop AgentOS）。这是微软最新发布的跨应用任务调度平台，一款从“助手”进化为“操作系统”的AI框架，彻底改变了我们与桌面系统的交互方式。

🚀 UFO² 是什么？

UFO² 是由微软研发的“桌面智能体操作系统”（Desktop AgentOS），也是其原始项目 UFO（UI-Focused Agent） 的全新升级。它能够跨多个 Windows 应用自动执行任务，结合自然语言理解、操作系统控制、知识检索、视觉识别等技术，打造出无需编程即可操控多软件工作流的智能化代理平台。

相比传统的 UI 自动化工具，UFO² 具备更强的“意图解析 + 多模态控制 + 动态学习能力”。

🧩 UFO² 的主要功能

🏗️ 技术原理解析

🔄 多智能体架构

• HostAgent：解析自然语言目标，协调任务拆分、跨App通信与状态管理。
• AppAgent：为每个应用创建专属Agent，结合ReAct模式与图形+API控制。
• Puppeteer执行器：智能选择GUI操作或API调用。
• 推测性执行：在一次推理中完成多个操作预测与验证，减少交互延迟。
• RAG知识体系：支持智能体从文档、搜索和用户演示中动态学习。

🧠 UFO² 的应用场景

• 办公自动化：自动处理 Word/Excel/PPT 任务。
• 跨软件操作流：如在 Excel 中筛选客户数据，自动填入 Outlook 邮件。
• 企业级RPA替代方案：取代传统机器人流程自动化，降低维护成本。
• 智能客服系统：通过自然语言快速完成用户请求响应。
• 教育与教学辅助：自动展示软件操作流程，生成教学记录。

📚 官方文献与资源

• 📘 技术论文：https://arxiv.org/pdf/2504.14603
• 🌐 项目官网：https://microsoft.github.io/UFO/
• 💻 GitHub仓库：https://github.com/microsoft/UFO

📦 快速上手指南

请参考官方 Quick Start Guide 快速运行 UFO² 桌面智能体，体验自然语言如何驱动 Windows 桌面操作。

📍 UFO² 开发进度（Roadmap）

• ✅ Picture-in-Picture 模式（下版本上线）
• ✅ AgentOS-as-a-Service（即将支持服务器部署）
• ✅ 自动调试工具（Auto-Debugger）
• 🔄 Agent 间通信（Agent2Agent）正在开发中
• 🔄 集成 Microsoft Copilot 平台（MCP）

🤖 相关项目推荐

• TaskWeaver：代码优先的数据分析型Agent框架
  🔗 https://github.com/microsoft/TaskWeaver
• LLM-Brained GUI Agents Survey：多种图形界面Agent的系统研究
  📄 https://arxiv.org/abs/2411.18279

🧭 AI工具网点评

UFO² 是目前最接近“操作系统级别AI管家”的项目之一。 它不仅具备传统UI自动化无法企及的灵活性与稳定性，更通过 Agent 分层设计，实现跨应用协同与语义级别的任务理解。其推测性多动作执行与持续学习能力，将为未来所有“智能办公”“自动工作站”“AI PC”类场景奠定基础。

对于企业自动化、个人效率工具甚至教育培训平台，UFO² 都可能成为革命性的核心组件。