隨著Agentic AI 的最新進展，Microsoft 正在改進其相關開發工具，整合  Semantic Kernel 和 AutoGen 的功能，提供新的開源 Microsoft Agent Framework，以簡化 AI Agent和Multi-Agent工作流程的構建、編排和部署，支持 Python 和 .NET。Microsoft 在 10 月 1 日的一篇博文[1]中表示: “開發人員問我們：為什么我們不能同時擁有 AutoGen 的創新和語義內核的信任和穩定性，在一個統一的框架中？ 這正是我們構建 Microsoft Agent Framework[2]的原因。”

Semantic Kernel 是一個輕量級的開源 SDK，旨在幫助開發人員使用大型語言模型 （LLM） 構建智能 AI 代理并編排復雜的工作流程。

AutoGen 是一個用于構建Multi-Agent AI 系統的開源框架，旨在簡化 LLM、工具和人工輸入的編排。

有了新產品，Microsoft 與 AI 相關的開發工具空間如下所示：

Microsoft 表示: “借助語義內核，我們為開發人員提供了一個穩定的 SDK，其中包含企業系統、內容審核和遙測的連接器，借助 Microsoft Research 的先驅 AutoGen，我們打開了實驗性Multi-Agent編排模式的大門，激發了社區的靈感。兩者都有熱情的用戶——但每個人都有差距。

據報道，這些空白正在通過全面的新框架Microsoft Agent Framework來填補，該公司表示，該框架旨在使人工智能智能體的構建像創建 Web API 或控制臺應用程序一樣簡單。該公司在 10 月 1 日的另一篇帖子[3]中表示

“構建人工智能代理不應該是火箭科學，然而，許多開發人員發現自己正在與復雜的編排邏輯作斗爭，努力連接多個 AI 模型，或者花費數周時間構建托管基礎設施，只是為了將一個簡單的代理投入生產。”

Microsoft 提出的新框架的主要要點包括：

• 設計簡單：只需幾行代碼即可開始。在幾分鐘內創建您的第一個代理，而不是幾天。
• 與您一起https://devblogs.microsoft.com/dotnet/introducing-microsoft-agent-framework-preview/擴展：從單個代理開始，然后隨著需求的增長輕松添加工作流、工具、托管和監控。
• 基于成熟的技術構建：Microsoft Agent Framework匯集了 AutoGen 和Semantic kernel的精華。它建立在現代 AI 開發的統一基礎 Microsoft.Extensions.AI 之上，為 .NET 開發人員提供強大且有凝聚力的體驗。
• 生產準備就緒：使用熟悉的 .NET 模式進行部署，并具有內置的可觀測性、評估和托管功能。

Agent和工作流
Microsoft 將Agent定義為“實現目標的系統”，配備推理和決策、工具使用和上下文感知。功能由 LLM、API 和上下文源（如矢量存儲或企業數據）提供支持。同時，工作流定義了實現目標所需的步驟，從需求收集和設計到測試和部署。Microsoft 解釋道：“當Agent配備推理、工具和上下文時，他們可以優化工作流程”。

建立在成熟的基礎上
雖然Microsoft Agent Framework匯集了語義內核 AutoGen，但該公司的 Microsoft.Extensions.AI 被添加到組合中，以幫助創建有凝聚力的開發人員體驗。據 Microsoft 稱，“通過結合這些技術，Agent Framework 提供了可靠性、靈活性和開發人員友好的 API。這使您能夠快速高效地構建和部署強大的 AI 代理。它支持確定性業務工作流和 Microsoft Research 首創的動態多代理編排模式。

框架的四大支柱
Azure AI Foundry 團隊描述了支撐新框架的四個支柱：

• 開放標準和互作性 -- 支持模型上下文協議 （MCP）、代理到代理 （A2A） 消息傳遞和 OpenAPI 優先設計，實現跨運行時可移植性。
• 研究管道 -- AutoGen 的實驗性編排模式，包括群聊、辯論和反思，現在具有企業持久性。
• 可通過設計擴展 -- 模塊化體系結構，具有適用于 Azure AI Foundry、Microsoft Graph、SharePoint、Elastic、Redis 等的連接器。YAML 和 JSON 聲明性代理定義允許版本控制的工作流。
• 準備投入生產 -- 通過 OpenTelemetry、Azure Monitor 集成、Entra ID 身份驗證以及通過 GitHub Actions 和 Azure DevOps 的 CI/CD 支持實現本機可觀測性。

.NET 和 Python 入門
GitHub 存儲庫突出顯示了兩種語言的快速設置。開發人員可以通過 Python 或 .NET 進行安裝。示例包括生成詩歌的“HaikuBot”智能體和連接作家和編輯的“Hello World”多智能體工作流程。Microsoft強調，“只需幾行代碼，你就擁有了一個功能齊全的AI智能體。

pip install agent-framework

dotnet add package Microsoft.Agents.AI

工作流程和工具
除了簡單的順序管道之外，該框架還支持并發、切換和群聊工作流。開發人員可以使用 MCP 服務器、托管解釋器或 API 使用外部工具增強代理。例如，一個演示將寫作代理與編輯代理連接起來以自動優化輸出，而更復雜的工作流程則支持客戶服務或研究管道。

從Semantic kernel和 AutoGen 遷移路徑
Microsoft 強調現有開發人員的連續性。“Semantnic Kernel用戶用智能體和工具抽象替換內核和插件模式”，而 AutoGen 用戶將 AssistantAgent 映射到新的 ChatAgent，受益于檢查點、簡化的消息傳遞和更強的持久性。該公司表示，“Microsoft Agent Framework 并不能取代以前的東西——它是將創新和穩定性結合在一起的自然演變。

可用性
Microsoft 代理框架現已在 GitHub 上的 MIT 許可下提供，其中包含文檔、示例和 Microsoft Learn 模塊。開發人員還可以通過 GitHub Codespaces 測試代理，并按照 Python 和 .NET 的教程進行作。

相關鏈接：

• [1] Introducing Microsoft Agent Framework: The Open-Source Engine for Agentic AI Apps:https://devblogs.microsoft.com/foundry/introducing-microsoft-agent-framework-the-open-source-engine-for-agentic-ai-apps/
• [2] Microsoft Agent Framework:https://aka.ms/AgentFramework 
• [3]Introducing Microsoft Agent Framework (Preview): Making AI Agents Simple for Every Developer: https://devblogs.microsoft.com/dotnet/introducing-microsoft-agent-framework-preview/