Microsoft представляет Agent Framework для упрощения оркестрации мультиагентных AI-систем
Microsoft выпустила в публичный превью Microsoft Agent Framework — открытое SDK и runtime для создания и эксплуатации мультиагентных AI-систем. Проект объединяет подходы AutoGen и Semantic Kernel, предоставляя единый API для продакшн-оркестрации на Python и .NET.
Единый SDK и runtime
Agent Framework сохраняет концепции одно- и мультиагентного взаимодействия из AutoGen и добавляет корпоративные возможности Semantic Kernel: управление состоянием на уровне потоков, типизированные контракты, фильтры, телеметрию и широкую поддержку моделей и эмбеддингов. Microsoft трактует релиз как преемника, созданного теми же командами, а не как отказ от прежних проектов.
Режимы оркестрации
Фреймворк поддерживает два основных режима. Оркестрация агентов обеспечивает принятие решений и динамическое планирование на основе LLM. Оркестрация рабочих процессов предоставляет детерминированные бизнес-логики для многоагентных сценариев. Вместе они позволяют создавать гибридные системы, где генеративное планирование сочетается с надежными передачами задач и жесткими ограничениями.
Совместимость и гибкость провайдеров
Базовый интерфейс AIAgent не привязан к одному провайдеру. Агентам можно подставлять разные поставщики моделей и интегрироваться с Azure AI Foundry Agents, OpenAI Assistants и Copilot Studio. Поддерживаются Azure OpenAI, OpenAI, локальные рантаймы вроде Ollama или Foundry Local и GitHub Models. Это позволяет оптимизировать стоимость и производительность без переписывания логики оркестрации.
Пакеты с открытым исходным кодом и развертывание
Microsoft опубликовал Python и .NET SDK под лицензией MIT с примерами и шаблонами, удобными для CI/CD. AutoGen останется в сопровождении для исправления багов и патчей безопасности, а для новых проектов рекомендуется рассмотреть Agent Framework. Для продакшна Azure AI Foundry Agent Service предлагает управляемый runtime, который связывает модели, инструменты и фреймворки, управляет состоянием потоков, обеспечивает безопасность контента и идентификацию, а также наблюдаемость.
Экономика и операционные аспекты для бизнеса
Microsoft позиционирует объединение как решение проблем корпоративной экономики AI: пропускной способности токенов, задержек, восстановления после ошибок и наблюдаемости. Единый абстрактный runtime для сотрудничества агентов и использования инструментов, встроенные производственные контролы и развертывание на управляемой платформе сокращают объем «склеечного» кода и повышают надежность систем.
Архитектура и инструменты для разработчиков
Состояние и жизненные циклы моделей оформлены вокруг потоков как единицы выполнения, что упрощает воспроизводимость, повторные попытки и аудит. Фреймворк использует плагинную архитектуру Semantic Kernel и вызовы функций для привязки инструментов и кастомных функций к агентным политикам с типизированными контрактами. Хуки OpenTelemetry и модель состояния потоков делают трассировку задержек и анализ сбоев более доступными.
Значение релиза
Сведение стеков AutoGen и Semantic Kernel в единый API и предоставление управляемого пути в продакшн сокращают операционные расходы на оркестрацию мультиагентных систем. Это улучшает наблюдаемость, упрощает отладку и делает гибкую настройку провайдеров реальной для команд.