过去一年间，开发者们以各种形式探索 AI 智能体。智能体不仅仅是聊天机器人或协同助手，它们是具备自主能力的软件组件，能够进行目标推理、调用工具与 API、协同其他智能体并动态适应环境。无论是用于研究的检索智能体、嵌入开发流程的编码智能体，还是确保政策执行的合规智能体，智能体正成为应用逻辑的新一层架构。
然而，从原型到生产的道路充满挑战：
开源框架碎片化，API 和抽象层各不相同
本地开发环境难以无缝对接云端部署
企业级能力缺失：可观测性、合规性、安全性及长时间运行耐久性，都是开源框架的基础
在微软，我们深知这一痛点。通过 Semantic Kernel，我们为开发者提供了稳定的 SDK，连接企业系统、内容审核和遥测数据；通过微软研究院开创的 AutoGen，我们开启了多智能体编排的实验模式，激发了社区创新热情。
有开发者向我们反馈：为什么不能把 AutoGen 的创新与 Semantic Kernel 的可靠和稳定，融合在一个统一框架中？
01
Microsoft Agent Framework 是一款开源 SDK 和运行时，旨在帮助开发者轻松构建、部署和管理复杂的多智能体系统。它将 Semantic Kernel 的企业级基础与 AutoGen 的创新编排能力融合，让团队无需在“实验”与“生产”之间做出取舍。
借助 Microsoft Agent Framework，您将获得：
开放标准与互操作性：支持 MCP、A2A 和 OpenAPI，确保智能体可移植、无厂商锁定。
从研究到生产的管道：微软研究院的前沿编排模式现已准备就绪，可供企业使用。
社区驱动的可扩展性：采用模块化设计，配备连接器、可插拔内存和声明式智能体定义。
企业级就绪：内置可观测性、审批、安全和长时运行能力。
Microsoft Agent Framework 并不是要取代 Semantic Kernel 和 AutoGen，而是在它们的基础上进一步整合优势，打造一个统一的开发基座，帮助开发者从实验阶段无缝迈向企业级部署，无需做出任何取舍。
Microsoft Agent Framework 同时支持 Agent 编排（基于大模型，擅长创造性推理与决策）和工作流编排（基于业务逻辑，确定性多智能体流程）。两者结合，让团队可以根据场景灵活选择：开放任务用协作，标准流程用结构化工作流。
展望未来，Microsoft Agent Framework 将进一步打通微软智能体开发栈，包括与 Microsoft 365 Agents SDK 的深度集成，以及与 Azure AI Foundry Agent Service （国际版）共享运行时。
其中，Microsoft 365 Agents SDK 是面向专业开发者的全栈工具包，支持构建多渠道智能体，并发布到智能 Microsoft 365 Copilot 副驾驶®（国际版）、Teams、Web 等平台，同时与 Copilot Studio 的低代码连接器和自定义引擎深度互通。
通过将 SDK 与 Agent Framework 融合，并使其与 Foundry Agent Service （国际版）使用的共享运行时保持一致，开发者将获得一套统一的抽象层，轻松实现智能体的创建、运行、扩展和发布。
这意味着开发者可以在本地进行原型涉及，通过一致的遥测数据进行调试，随后无缝迁移到具备可观测性、合规与安全保障的企业级托管环境，最后将智能体发布到任意选定的沟通渠道，全程无需重写代码。
02
开放标准与互操作性
智能体不是孤立存在的，它们需要连接数据、工具，以及彼此之间相互协作。Microsoft Agent Framework 以开放标准为核心，让开发者自由选择集成方式，并确保系统在不同框架和云环境中保持可移植性。
最新版本的 VS Code AI Toolkit，为基于 Microsoft Agent Framework 的开发带来了更流畅的体验，让开发者可以在本地创建、运行并可视化多智能体工作流。这些增强功能简化了开发内循环，使在熟悉的 VS Code 环境中构建、调试和迭代多智能体系统变得更加轻松高效。
从研究到生产的管道
Microsoft Agent Framework 致力于成为研究创新与企业级生产之间的桥梁。多智能体协调模式中许多令人兴奋的突破性成果，均源自微软研究院的 AutoGen 项目，而全新框架使这些理念在真实系统中落地，同时兼顾稳定性、可治理与性能。
框架支持多种编排模式：
顺序编排：适用于逐步执行的工作流
并行编排：多个智能体同时工作
群聊编排：智能体协作头脑风暴
交接编排：随着上下文变化，实现智能体间职责转移
Magentic 编排：由管理智能体动态构建任务清单，协调专业智能体（有时包括人类）解决复杂、开放性问题
为了同时服务创新者和生产开发者，Microsoft Agent Framework 还提供了一个实验性扩展包 —— 一个明确标注的孵化通道，供高级用户尝试来自微软研究院和开源社区的前沿技术。这些功能会明确标注实验状态，成功的创新将自然进入稳定框架。
这些曾经只是原型的模式，如今已具备持久性、可审计性及企业级管控能力。总结来说就是：研究创新的精华，成熟落地，赋能真实场景。
社区驱动的可扩展性
Microsoft Agent Framework 全面开源，并以社区共建为核心，采用模块化设计，方便扩展、定制和贡献。
企业系统连接器：框架内置丰富的连接器（Azure AI Foundry（国际版）、Microsoft Graph、Microsoft Fabric（国际版）、SharePoint、Oracle、Amazon Bedrock、MongoDB，以及通过 Azure Logic Apps 接入的各种 SaaS 系统），让智能体从第一天就能访问企业数据。
可插拔内存模块：开发者可自由选择 Redis、Pinecone、Qdrant、Weaviate、Elasticsearch、Postgres，甚至自定义存储，作为对话内存。框架提供抽象层，后端选择权完全由您决定。
声明式智能体：通过 YAML 或 JSON 文件，开发者可以声明提示词、角色和工具。这些文件支持版本控制、模板化及跨团队共享。
社区创新：框架设计支持吸收社区驱动的编排策略、新连接器和最佳实践。
这意味着 Microsoft Agent Framework 不是一个固定产品，而是一个不断演进的生态系统，由 Microsoft Research 和全球开源社区持续塑造。
企业级就绪
Microsoft Agent Framework 不只是实验工具，它从一开始就为企业级部署而生，提供端到端的工具链和运行时能力，帮助开发者自信地从原型走向规模化部署，并深度集成 Azure AI Foundry 生态。
可观测性：OpenTelemetry 可对每个智能体动作、工具调用和编排步骤进行监控与可视化，通过 Azure AI Foundry 仪表板轻松追踪推理流程并监控性能。
安全云托管：智能体将在 Azure AI Foundry（国际版）原生运行，具备虚拟网络集成、基于角色的访问控制、私有数据处理和内置内容安全等企业级管控措施。
安全与合规：通过集成 Entra ID 身份验证和结构化日志记录，智能体可在受监管行业中安全运行。
长时运行可靠性：支持线程和工作流的暂停、恢复和中断恢复，具备重试和错误处理逻辑，保证长时任务在规模化场景下稳定运行。
人工干预机制：针对需治理的场景，可将工具标记为需人工审批。框架会自动发出待审批请求，该请求路由至 UI 界面或队列，随后根据审批结果继续或拒绝执行。此机制适用于本地工具及远程服务调用，确保敏感操作始终处于可控状态。
CI/CD集成：框架直接集成至GitHub Actions（国际版）和Azure DevOps（国际版）管道，遥测数据实时流向Azure Monitor（国际版）与Application Insights（国际版），实现企业级部署管理与根本原因分析。
借助这些能力，Microsoft Agent Framework 能够无缝实现本地原型设计、基于丰富遥测数据的调试，并安全扩展至生产环境，满足现代人工智能系统所需的企业就绪性要求。
03
KPMG：打造 Clara AI
KPMG 正在构建 Clara AI —— 一个多智能体系统，用于自动化审计测试与文档处理。
“Foundry Agent Service 与 Microsoft Agent Framework 将我们的智能体与数据及彼此连接，Azure AI Foundry 的治理与可观测性为 KPMG 在高度监管行业的成功提供了保障。”
——Sebastian Stöckle
KPMG 国际审计创新与 AI 全球负责人
Commerzbank：探索智能客服
Commerzbank 正在试点 Microsoft Agent Framework，打造虚拟形象驱动的客户支持系统，实现更自然、便捷且合规的客户交互。
“全新的 Microsoft Agent Framework 简化了编码，降低了开发成本，并全面支持 MCP 架构的智能体解决方案。我们非常期待容器化 Azure AI Foundry agents（国际版）的生产应用，它将显著减轻 IT 运维负担。”
——Gerald Ertl
Commerzbank 数字银行解决方案董事总经理
BMW：实时分析海量车载数据
BMW 利用 Microsoft Agent Framework 和 Foundry Agent Service （国际版）编排多智能体系统，近乎实时地分析 TB 级车辆遥测数据，帮助工程师加速设计周期并在测试阶段提前发现问题。
“耐用性和可观测性对我们的运营至关重要。借助 Microsoft Agent Framework 和 Foundry Agent Service（国际版），工程师不仅能访问数据，更能即时获取可执行的洞察，将分析时间从数天缩短到数分钟。”
——Christof Gebhart
BMW 高级车辆测量技术经理
Fujitsu：安全引入先进编排策略
富士通将 Microsoft Agent Framework 集成到其服务中，使客户能够安全采用群组聊天和辩论等高级协同策略。
“Microsoft Agent Framework 让我们能够构建强调人类与 AI 技术共生的多智能体系统，真正加速 AI 技术转型。”
——Hirotaka Ito
Fujitsu AI 首席工程师
Citrix：VDI 场景下的智能化探索
Citrix 正在探索如何在虚拟桌面环境中应用智能体 AI 技术，从而提升企业生产力与效率。
“Microsoft Agent Framework 提供现代化、开发者优先的方式，支持关键 API 和语言，并原生采用新兴协议，帮助我们在 Azure AI Foundry（国际版）上直观开发智能体，同时保持开发者管控力。”
——George Tsolis
Citrix 杰出工程师
Fractal：跨行业多智能体平台
Fractal 的 Cogentiq 是一款基于 Microsoft Agent Framework 的智能体平台，能够跨行业协调和扩展企业级 AI 智能体及工作流。
“它简化了复杂多智能体工作流的构建与部署，让技术和业务团队都能快速创新，集成企业系统，并通过生产级工具和顶尖模型交付价值。”
——Himanshu Nautiyal
Fractal 首席产品官
TCS：战略性多智能体实践
TCS正在基于 Microsoft Agent Framework 构建多智能体实践，涵盖金融、IT 运维和零售等领域。
“采用 Microsoft Agent Framework 不仅是技术升级，更是重塑行业价值链的大胆一步。通过运用 Agentic AI 技术与前沿模型，我们赋能团队构建灵活可扩展的企业级解决方案，实现跨平台工作流转型与价值交付。”
——Girish Phadke
TCS 微软 Azure 业务负责人
Sitecore：智能化营销体验
Sitecore 借助 Microsoft Agent Framework，自动化内容供应链任务，提升营销人员与平台的交互体验。
“借助微软全新推出的 Microsoft Agent Framework，我们结合非确定性编排的灵活性与确定性智能体的可靠性，同时，受益于微软企业级可观测性和遥测技术，这些编排不仅功能强大，而且安全可靠、可衡量且具备生产就绪性能力。”
——Mo Cherif
Sitecore AI 副总裁
NTT DATA：标准化多智能体研发
NTT DATA 采用 Microsoft Agent Framework，统一多智能体管理研发方法，加速部署并优化跨行业 AI 解决方案。
“通过采用微软代理框架，NTT DATA 不仅进一步规范了多智能体系统的开发管理流程，更加速了客户实现AI技术价值的进程。此举使我们能够交付更快速、更具可扩展性且具备更强管理能力的 AI 解决方案，同时与微软的工程路线图保持紧密同步。”
—— Charlie Doubek
NTT DATA 全球副总裁
MTech Systems：简化复杂工作流
MTech Systems 使用 Microsoft Agent Framework 编排交易数据异常检测、人机协作审批及自动修复，减少大量兼容代码。
“该框架为我们提供了开箱即用的开发体验，使智能体工作流的构建与运行变得极其简便。声明式 YAML 工作流和检查点功能让我们大大节省时间，并能在数百个客户应用中快速扩展。”
——Barry Schulz
MTech Systems首席技术官
TeamViewer：智能化远程支持
TeamViewer 将 agentic AI 嵌入 IT 支持体系，使远程支持人员能在会话中获取实时诊断、自动摘要及情境化建议。
“该框架在技术深度与易用性之间取得了完美平衡，其直观设计和模块化结构使团队能快速上手，同时为复杂项目提供所需的可扩展性和灵活性。这种组合让我们能更快创造价值，并为未来功能升级做好充分准备。”
—— Mei Dent
TeamViewer 产品与技术负责人
Weights & Biases：规模化智能体运维
W&B 与微软合作，确保开发者能无缝训练、跟踪并运营智能体。
“凭借灵活的编排机制、节省时间与计算资源的检查点功能，以及内置的人机协作支持，Microsoft Agentic Framework 解决了团队从原型到生产环境迁移时面临的实际挑战。”
—— Phil Gurbacki
W&B 产品副总裁
Elastic：企业数据无缝接入
Elastic 推出 Microsoft Agent Framework 原生连接器，让开发者轻松将企业数据融入智能体工作流。
“借助全新 Microsoft Agent Framework 连接器，开发者现可将最相关的组织上下文直接引入单个智能体和多智能体工作流中。这让构建结合智能体推理与 Elasticsearch 高速检索的生产级 AI 方案变得前所未有简单。”
——Steve Kearns
Elastic 搜索解决方案总经理
这些早期案例凸显了 Microsoft Agent Framework 的双重优势：既具备激发创新思路的突破性，又拥有可投入实际部署的稳定性。
04
目前已有众多客户在实际生产环境中使用 Semantic Kernel 或 AutoGen。这两个项目将继续获得支持，但未来的重点投资将集中在Microsoft Agent Framework。对于开发者而言，迁移过程非常顺畅：
对于 Semantic Kernel 用户
迁移方式简单：将 Kernel 和 plugin patterns 替换为 Agent 与 Tool 抽象层。
.NET 开发者：从 Microsoft.SemanticKernel.* 迁移至全新 Microsoft.Extensions.AI.* 命名空间，智能体直接从 Provider 创建，无需 Kernel 耦合。
Python 开发者：可安装完整包（pip install agent-framework）或按需安装组件（如 agent-framework-azure-ai、agent-framework-redis）。
智能体能力升级：原生线程管理，简化调用（RunAsync / RunStreamingAsync），工具注册无需属性或插件包装。
向量存储集成继续支持：Azure AI Search、Postgres、Cosmos DB、Redis、Elasticsearch 等均可通过连接器使用。
插件迁移更轻松：Bing、Google、OpenAPI、Microsoft Graph 等直接作为工具可用，支持 MCP 或 OpenAPI。
最终效果：减少冗余代码，简化内存管理，符合开放标准规范。
对于 AutoGen 用户
编排模式统一：AutoGen 开创了多种编排模式（群组聊天、GraphFlow、事件驱动运行时），现已统一整合至 Agent Framework 的工作流抽象层。
智能体映射：AssistantAgent 直接映射至全新的 ChatAgent，默认支持多轮对话并持续调用工具直至结果完成。
工具封装优化：FunctionTool 封装迁移至 @ai_function，支持自动模式推断和托管工具（如代码解释器、网页搜索）。
消息模型简化：多类消息统一为 ChatMessage 类型，并明确角色（USER、ASSISTANT、TOOL、SYSTEM）。
编排升级：从事件驱动模型转向基于图的类型化工作流 API，支持检查点、暂停/恢复、人机协作流程。
可观测性增强：内置 OpenTelemetry 支持，简单易用。
迁移成本低：单智能体轻量重构即可，多智能体迁移受益于更强的组合性与持久性。
这意味着开发者可以保留现有部署资源，同时又能解锁新能力。Microsoft Agent Framework 不是替代，而是融合创新与稳定的自然演进。更多迁移细节，请查看官方文档。
智能体正在成为应用逻辑的下一层：理解目标、调用工具、协作交互、动态适应。借助 Microsoft Agent Framework，开发者将拥有一个统一的开源基础架构，将顶尖研究创新成果转化为具备持久性、可观测性及企业级扩展能力的生产级解决方案。
这是从 Semantic Kernel 和 AutoGen 开始的演进之路，而这仅仅是开始。通过开放式构建与开发者社区共建，Microsoft Agent Framework 将持续成为下一代多智能体系统的核心基石。
点击阅读原文，了解 Microsoft Agent Framework 更多文档、演示、学习课程等相关资料。
*文章翻译自微软官方博客：
https://devblogs.microsoft.com/foundry/introducing-microsoft-agent-framework-the-open-source-engine-for-agentic-ai-apps/