Microsoft ujednolica rozwój systemów wielu Alagentów AI nowym frameworkiem open source

Microsoft ogłosił udostępnienie Microsoft Agent Framework (MAF), otwartego SDK, które rewolucjonizuje podejście do tworzenia i zarządzania systemami opartymi na wielu agentach AI. Nowe narzędzie integruje kluczowe elementy znane z AutoGen, takie jak elastyczny runtime agentów i wzorce multi-agent, z rozwiązaniami klasy enterprise oferowanymi przez Semantic Kernel, w tym kontrolę stanu, wtyczki i zaawansowane funkcje bezpieczeństwa.

MAF to odpowiedź na rosnące zapotrzebowanie na efektywne i skalowalne systemy AI, które mogą być wdrażane w środowiskach produkcyjnych. Framework jest dostępny dla języków Python i .NET, co czyni go dostępnym dla szerokiego grona programistów. Co więcej, integracja z Azure AI Foundry’s Agent Service umożliwia łatwe skalowanie i zarządzanie systemami agentów w chmurze.

Co oferuje Microsoft Agent Framework?

MAF konsoliduje runtime agentów i upraszcza interfejs API. Przejmuje on abstrakcje pojedynczych i wielu agentów z AutoGen, dodając jednocześnie funkcje korporacyjne z Semantic Kernel. Wśród nich warto wymienić zarządzanie stanem oparte na wątkach, bezpieczeństwo typów, filtry, telemetrię oraz szerokie wsparcie dla różnych modeli i embeddingów. Microsoft podkreśla, że MAF jest następcą obu projektów, a nie ich zamiennikiem, co gwarantuje ciągłość i ewolucję rozwiązań.

Framework wspiera orkiestrację agentów (podejmowanie decyzji oparte na LLM) oraz orkiestrację workflow (deterministyczne przepływy multi-agent oparte na logice biznesowej). To umożliwia tworzenie hybrydowych systemów, w których kreatywne planowanie łączy się z niezawodnym przekazywaniem zadań i ograniczeniami. Istotną cechą MAF jest interoperacyjność z platformami Azure AI Foundry Agents, OpenAI Assistants i Copilot Studio, co redukuje ryzyko uzależnienia od jednego dostawcy. Otwarty kod źródłowy i licencja MIT dają programistom swobodę modyfikacji i dostosowywania frameworka do własnych potrzeb.

Wdrożenia produkcyjne i ekonomia AI

Azure AI Foundry’s Agent Service zapewnia zarządzane środowisko uruchomieniowe dla MAF. Łączy modele, narzędzia i frameworki, zarządza stanem wątków, zapewnia bezpieczeństwo treści i tożsamości oraz integruje funkcje obserwacji. Wsparcie dla orkiestracji multi-agent odróżnia go od podejścia low-code Copilot Studio, celując w złożone, korporacyjne scenariusze pro-code. Ekonomia AI w kontekście MAF koncentruje się na przepustowości tokenów, opóźnieniach, odzyskiwaniu po awarii i możliwości obserwacji. Konsolidacja Microsoftu adresuje te aspekty, zapewniając jedną abstrakcję runtime dla współpracy agentów, kontrolę produkcji oraz wdrażanie na zarządzanej usłudze, która obsługuje skalowanie, polityki i diagnostykę. To redukuje koszty i zwiększa niezawodność systemów multi-agent.

Architektura i interfejs programistyczny

Agenci AI koordynują swoje działania za pośrednictwem runtime, który zarządza cyklem życia, tożsamościami, komunikacją i granicami bezpieczeństwa. Wątki stanowią jednostkę stanu, umożliwiając powtarzalne uruchomienia, ponawianie prób i audyty. Framework wykorzystuje architekturę wtyczek Semantic Kernel i funkcje wywoływania, aby wiązać narzędzia (interpretery kodu, funkcje niestandardowe) z politykami agentów za pomocą typowanych kontraktów. Elastyczność modelu i dostawcy pozwala na kierowanie tego samego interfejsu agenta do Azure OpenAI, OpenAI, lokalnych środowisk uruchomieniowych (np. Ollama/Foundry Local) i GitHub Models, umożliwiając dostrajanie kosztów i wydajności dla każdego zadania bez przepisywania logiki orkiestracji.

Kontekst korporacyjny i przyszłość Agent Framework

Microsoft postrzega to wydanie jako część szerszego dążenia do interoperacyjnych systemów w Azure AI Foundry. Należy się spodziewać ściślejszych powiązań z kontrolami obserwacji i zarządzania Foundry. MAF to krok w kierunku uproszczenia i standaryzacji tworzenia systemów AI opartych na wielu agentach. Konsolidacja runtime AutoGen i Semantic Kernel w jeden interfejs API z zarządzaną ścieżką do produkcji jest obiecującym rozwiązaniem. Model stanu oparty na wątkach i OpenTelemetry adresują typowe problemy systemów agentowych, a Azure AI Foundry’s Agent Service przejmuje zadania związane z tożsamością, bezpieczeństwem treści i orkiestracją narzędzi, umożliwiając zespołom iterację polityk zamiast kodu łączącego.

Elastyczność Pythona i .NET oraz dostawcy (Azure OpenAI, OpenAI, GitHub Models, lokalne środowiska uruchomieniowe) sprawiają, że dostrajanie kosztów i wydajności jest praktyczne bez przepisywania orkiestracji. To solidna podstawa do rozwoju systemów AI przyszłości.