2026 年 9 月

Automation Cloud および Test Cloud の Agents の 2026 年 9 月のリリース ノート。

September 25, 2026

Build and debug agents with Autopilot Agent (Preview)

Autopilot Agent, a coding agent built into Studio Web, is now available. For agents, it can:

• Scaffold an agent with its prompts, tools, and memory
• Debug the agent as it runs in Studio Web
• Build evaluation sets, evaluators, and test cases
• Set guardrails

Autopilot Agent runs on the same UiPath skills and command-line interface (CLI) tooling as UiPath coding agents, and connects to your project and tenant from the browser with nothing to install. Autopilot Agent is now the default Autopilot experience. Classic Autopilot remains available, and you can switch between the two experiences.

For details, refer to Autopilot for Agents (Preview).

Correction, September 25, 2026: This feature was released on September 23, 2026, but was not included in the release notes at the time.

September 22, 2026

Using Data Fabric entities as agent context is now generally available

Agents can now use Data Fabric entities directly as a structured context, letting them query and reason over live or near-real-time, structured system of record without relying on static data snapshots. This lets users query this data in natural language, while existing enterprise access rules and permissions are enforced.

For details, refer to Contexts.

Introducing advanced agents (Preview)

Agents can now be built on the advanced harness, an alternative to the standard reason-and-act loop for long-running, document-heavy work. An advanced agent keeps its intermediate work in a file workspace instead of in the prompt, delegates slices of work to sub-agents and calls its tools programmatically from a sandboxed JavaScript interpreter.

During public preview, advanced agent consumption is 50% off the standard rate.

For details, refer to Advanced agents (Preview).

2026 年 9 月 16 日

Coding Agents を使用したエージェントの構築の一般提供を開始しました

コーディング エージェントを使用して UiPath エージェントを構築する機能の一般提供を開始しました。ローコード エージェントとコード化されたエージェントの両方は、コーディング エージェント (Claude Code、Codex、Cursor など) とターミナルから完全に構築できます。

この uipath-agents スキルは、プロジェクトのスキャフォールディング、プロンプト、および入力および出力スキーマの編集、ツールの追加、評価セットの実行、Orchestrator へのパッケージ化とデプロイという、両方の種類のエージェントのライフサイクル全体をカバーします。このスキルは uip skills installからインストールできます。

詳しくは、以下の各ページをご覧ください。

• コーディング エージェントを使用してエージェントを構築する
• UiPath for Coding Agents

2026 年 9 月 15 日

UiPath Agents in Flow is now generally available

UiPath Agents in Flow is now generally available, following its public preview in July 2026. You configure the agent's system prompt, model, input and output schema, and tools from the Flow canvas, with no standalone agent publishing step. Flow variables pass to and from inline agents natively, and multiple agents can be chained in series within a single flow.

For details, refer to Agents in Flow.

Correction, September 22, 2026: This feature was released on September 15, 2026, but was not included in the release notes at the time.

2026 年 9 月 14 日

Introducing conversational chat agents in Maestro Flow

チャット エージェントを、既存の単一プロンプトの Agent Builder のパスと並行して Maestro Flow として構築できるようになりました。フローでチャット エクスペリエンスをモデリングすると、インテントベースのルーティング、専門エージェント間のハンドオフ、決定論的な応答、会話の続行中に実行される並列分岐などの機能が利用できるようになります。どちらのビルド パスも、同じチャットテーブルの 会話型エージェントとしてエンド ユーザーに表示されます。つまり、ユーザーが会話型エージェントに到達する方法を中断することなくフローに切り替えることができます。

詳しくは、「 チャット」をご覧ください。

Maestro Flow に会話型音声エージェントを追加

音声エージェントは、インバウンドコールに応答したり、アウトバウンドコールを発信したりして、リアルタイムの電話を処理できます。音声はリアルタイムの音声モデルに直接ストリーミングされるため、発信者は文の途中でエージェントを中断でき、通話中にツールが実行されます。

コールを切断することなく、専門の音声エージェント間でハンドオフし、コールの文字起こしまたは構造化されたコールの概要をダウンストリームノードにフィードし、エージェントに数字を押して外部の電話ツリーをナビゲートさせることができます。番号は、SIP トランクまたは自身の Twilio アカウントを介して接続します。

詳しくは、「 音声」をご覧ください。

2026 年 9 月 9 日

Studio Web のエージェントのデザイン ポリシーの一般提供を開始しました

Studio Web の Automation Ops ガバナンス ポリシーに含まれるエージェントのデザイン ポリシーの一般提供を開始しました。このポリシーを使用すると、エージェントをパブリッシュする前に、以下のエージェント設定要件を適用できます。

• エージェントの最小スコア
• 最高温度範囲
• エージェントの応答あたりの最大トークン数
• 人間参加型のエスカレーション
• エージェントの実行あたりの最大反復処理数

詳しくは、「Studio Web のポリシーの設定」をご覧ください。

2026 年 9 月 7 日

LLM による評価ガードレールの導入 [プレビュー]

新しい組み込みガードレールである LLM as Judge がプレビューとして利用できるようになりました。LLM as Judge (LLM による評価) は、LLM を使用して、エージェントのプロンプト、応答、または LLM の呼び出しを、平易な自然言語で記述したカスタム指示に照らして評価します。これにより、他のすぐに使えるガードレール (マネージド分類サービスを介して定義済みの固定されたカテゴリのみを検出する) によって残されるギャップを埋めます。

ガードレールが実行する各チェックでは実際の LLM 呼び出しが行われるため、評価モデルでは、エージェント自身の使用状況に加えてエージェント ユニットまたはプラットフォーム ユニットが消費され、個別に追跡されます。これは、ガードレールが有効化された状態でエージェントの評価が実行される場合を含め、ガードレールが実行されるすべての場所に適用されます。詳しくは、「すぐに使える ガードレール と ライセンス」をご覧ください。