Co to jest Microsoft Agent Framework? Poradnik dla firm

Microsoft Agent Framework to otwarty zestaw bibliotek (SDK) do budowy agentów AI i przepływów wielu agentów w .NET, Pythonie i Go. Powstał z połączenia AutoGen i Semantic Kernel, a Microsoft nazywa go bezpośrednim następcą obu projektów. Rdzeń dla .NET i Pythona jest gotowy do produkcji od wersji 1.0 z 3 kwietnia 2026 roku, ale część integracji nadal ma status preview. To narzędzie dla zespołu, który pisze kod: daje agentów, workflows z zatwierdzeniem człowieka i drogę do uruchomienia w Microsoft Foundry, ale nie zastępuje projektu uprawnień ani testów procesu.

Poradnik jest dla lidera IT i architekta w firmie od 50 osób, który ma w repozytoriach AutoGen albo Semantic Kernel, albo słyszy od zespołu „zróbmy to na Agent Framework”. Na końcu jest mapa wszystkich wpisów o frameworku i jego poprzednikach. Czym agent różni się od asystenta i bota, wyjaśnia osobno poradnik o agentach AI. Wszystkie statusy i wersje: stan na 6.10.2026.

Czym jest Microsoft Agent Framework

Dokumentacja Microsoft dzieli framework na cztery obszary:

• Agenci — pojedynczy agent z modelem językowym, który przetwarza wejście, wywołuje narzędzia i serwery MCP, i zwraca odpowiedź.
• Harness Agent — gotowy agent do długich, wieloetapowych zadań: planowanie, lista zadań, kompresja kontekstu, dostęp do plików, pamięć i zatwierdzanie narzędzi.
• Workflows — przepływy funkcyjne i grafowe, które łączą agentów i zwykłe funkcje jawną ścieżką wykonania.
• Integracje — modele, usługi agentów, narzędzia, pamięć, ewaluacja, interfejsy użytkownika.

Pod spodem są klocki, które zespół zna z innych frameworków: klienci modeli, sesja agenta przechowująca stan, moduły kontekstu (pamięć), middleware przechwytujące działania agenta i klienci MCP.

Kod jest na GitHubie na licencji MIT. Wydania wychodzą co tydzień lub dwa: w chwili pisania najnowsze to Python 1.20.0 (2.10.2026) i .NET 1.23.0 (1.10.2026), według listy wydań. Takie tempo to dobra wiadomość dla funkcji i zła dla każdego, kto nie przypina wersji pakietów.

Element	Status (stan na 6.10.2026)	Źródło
Rdzeń .NET i Python: agenci, konektory modeli, middleware, pamięć	GA od 1.0 (3.04.2026)	ogłoszenie 1.0
Workflows, wzorce orkiestracji, deklaratywne YAML	GA od 1.0	jw.
Wersja dla Go	public preview (v0.1.0)	agent-framework-go
Pakiety A2A (.NET i Python)	prerelease	NuGet, PyPI
Pakiet hostingu w Foundry Hosted Agents	prerelease (sama usługa GA)	Foundry Hosted Agents
DevUI, AG-UI, ChatKit	preview	integracje

Skąd się wziął: AutoGen, Semantic Kernel i Magentic-One

Microsoft przez kilka lat rozwijał dwa równoległe projekty. AutoGen, z Microsoft Research, był poligonem dla agentów i rozmów wielu agentów. Semantic Kernel był SDK dla firm: wtyczki, typy, filtry, telemetria, wsparcie wielu modeli. Na AutoGen zbudowano też Magentic-One (listopad 2024): agent Orchestrator planuje i kieruje czterema wyspecjalizowanymi agentami do przeglądarki, plików, kodu i terminala.

Agent Framework łączy te linie. Według ogłoszenia wersji 1.0 framework przedstawiono w październiku 2025, w lutym 2026 wyszedł Release Candidate, a 3 kwietnia 2026 — wersja 1.0. Z AutoGen pochodzą proste abstrakcje agentów i wzorce orkiestracji, z Semantic Kernel stan sesji, typy, middleware i telemetria. Nowe są grafowe workflows z punktami kontrolnymi.

Co dalej z AutoGen

Repozytorium AutoGen mówi wprost: projekt jest w trybie utrzymania, nie dostanie nowych funkcji i dalej prowadzi go społeczność. Nowym użytkownikom Microsoft zaleca Agent Framework, istniejącym — migrację według przewodnika z AutoGen. Ostatnie wydanie AutoGen (python-v0.7.5) pochodzi z 30 września 2025 roku.

Wniosek dla lidera IT: AutoGen w prototypie badawczym może zostać. AutoGen w systemie produkcyjnym to dług techniczny z datą narastania — każda nowa wersja modelu albo protokołu trafi najpierw do Agent Framework.

Co dalej z Semantic Kernel

Tu sytuacja jest łagodniejsza. README Semantic Kernel zaczyna się od zdania, że Semantic Kernel „jest teraz” Microsoft Agent Framework. Microsoft obiecał (7.10.2025) poprawki krytycznych błędów i bezpieczeństwa, przeniesienie większości nowych funkcji do Agent Framework i wsparcie Semantic Kernel co najmniej przez rok po wyjściu Agent Framework z preview. Repozytorium nadal wydaje wersje (dotnet-1.80.1 z 3.09.2026).

Mój wniosek: skoro Agent Framework wyszedł z preview 3 kwietnia 2026, obiecane minimum sięga co najmniej kwietnia 2027. Microsoft nie podał daty końca, więc nie planujcie pod konkretny dzień — planujcie migrację przy najbliższej większej zmianie systemu. Mapę klas i interfejsów daje przewodnik z Semantic Kernel.

Rodzina Magentic: wzorzec, nie produkt

W Agent Framework Magentic-One żyje jako orkiestracja Magentic. Menedżer prowadzi wspólny kontekst, wybiera kolejnego agenta, wykrywa zastój i przeplanowuje. Człowiek może zatwierdzić albo poprawić plan przed wykonaniem. Dokumentacja uczciwie zaznacza dwie rzeczy: w .NET typy Magentic są eksperymentalne, a skuteczność wzorca poza oryginalnym zestawem agentów Magentic-One nie była testowana.

Pozostałe projekty z „Magentic” w nazwie — Magentic-UI, MagenticLite, model MagenticBrain i model Fara — to badania Microsoft Research. Pokazują kierunek, ale nie są częścią frameworka z obietnicą wsparcia. Opisują je wpisy w grupie B mapy.

Agenci i workflows: dwa sposoby pracy

Najważniejsza decyzja projektowa w Agent Framework brzmi: agent czy workflow. Dokumentacja daje prostą regułę:

Agent, gdy…	Workflow, gdy…
zadanie jest otwarte albo jest rozmową	proces ma znane kroki
potrzebne jest samodzielne użycie narzędzi i planowanie	potrzebna jest kontrola kolejności wykonania
wystarcza jedno wywołanie modelu, ewentualnie z narzędziami	kilku agentów lub funkcji musi się koordynować

Dodaje też zdanie, które warto zacytować na każdym przeglądzie architektury: jeśli zadanie da się zapisać jako funkcję, napiszcie funkcję zamiast agenta. Agent chętnie podejmie się wszystkiego, łącznie z dodawaniem dwóch liczb w trzech iteracjach z refleksją. Funkcja zrobi to raz i taniej.

Workflows składają się z wykonawców (agentów, funkcji albo podprzepływów) połączonych typowanymi krawędziami. Dla firmy liczą się trzy cechy:

• Punkty kontrolne. Checkpoint powstaje po każdym superkroku i zapisuje stan wykonawców, wiadomości oraz oczekujące prośby. Długi proces można wznowić po awarii.
• Człowiek w pętli. Workflow wysyła prośbę i czeka na odpowiedź, na przykład na zatwierdzenie przez kierownika. Oczekująca prośba zapisuje się w checkpoincie, więc zatwierdzenie może przyjść jutro.
• Gotowe wzorce orkiestracji. Sekwencyjny, równoległy, przekazanie (handoff), czat grupowy i Magentic, wszystkie ze strumieniowaniem, checkpointami i zatwierdzeniami.

Workflow można też wystawić jako agenta, a agentów i workflows opisać deklaratywnie w YAML. To ułatwia wersjonowanie konfiguracji w repozytorium. Ślady, logi i metryki framework emituje według konwencji OpenTelemetry GenAI, więc trafiają do tego samego monitoringu co reszta systemów.

Integracja z Microsoft Foundry Agent Service

Agent Framework działa bez Azure, ale z Microsoft Foundry ma najkrótszą drogę. Dokumentacja integracji opisuje trzy warianty:

1. Foundry jako źródło modeli. Aplikacja trzyma definicję agenta i orkiestrację u siebie, a z Foundry bierze tylko modele.
2. Foundry Agent Service jako usługa agenta. Aplikacja łączy się z agentem zdefiniowanym i uruchamianym w Foundry (Prompt Agent albo Hosted Agent).
3. Hosted agent. Aplikację z Agent Framework pakuje się w kontener i wdraża do Foundry Agent Service.

Trzeci wariant jest najciekawszy dla produkcji. Foundry Hosted Agents mają status GA: platforma odpowiada za skalowanie, stan sesji, bezpieczeństwo i cykl życia, a każdy wdrożony agent dostaje własną tożsamość w Microsoft Entra. To porządkuje pytanie „w czyim imieniu działa agent?”. Pakiet łączący Agent Framework z hostingiem jest jednak nadal prerelease. Dokumentacja zastrzega też, że host nie zapewnia transakcji ani wykonania „dokładnie raz” dla skutków narzędzi — kontrola, czy zmiana już zaszła, zostaje po stronie Waszej aplikacji.

Jedna data do kalendarza: Workflows w portalu Foundry mają status preview i Microsoft wycofuje je 1 grudnia 2026, zalecając do nowych projektów Agent Framework. Jeśli ktoś w firmie buduje przepływy w portalu, to dobry moment na rozmowę. Cały ekosystem Foundry — modele, agenci, ewaluacja, koszty — opisuje poradnik o Microsoft Foundry.

MCP i A2A: narzędzia i inni agenci

MCP (Model Context Protocol) łączy agenta z narzędziami i danymi. Agent Framework ma klientów MCP w rdzeniu, a dla narzędzi MCP hostowanych w Foundry można ustawić zatwierdzanie wywołań. W przykładach kodu Microsoft zostawia komentarz, by w produkcji zawsze wymagać zatwierdzenia. Warto potraktować to dosłownie przy narzędziach, które coś zmieniają. Czym jest MCP i jak oceniać serwery, wyjaśnia poradnik o MCP i protokołach agentów.

A2A (Agent2Agent) łączy agenta z innym agentem jako osobną usługą. Agent Framework potrafi wystawić agenta przez A2A i wywołać agenta zdalnego, odczytując jego kartę (AgentCard). Pakiety A2A są jednak prerelease, a w ogłoszeniu 1.0 pełne wsparcie A2A 1.0 było zapowiedzią. Na produkcję: tylko z przypiętą wersją i testem kontraktu z drugą stroną.

Framework łączy się też z gotowymi usługami agentów: poza Foundry są to m.in. agenci opublikowani w Copilot Studio, GitHub Copilot i (w Pythonie) Claude Agent SDK. Praktyczny skutek: agent z Copilot Studio, którego zbudował dział biznesowy, może być jednym z kroków workflow napisanego przez IT.

Agent Framework, Copilot Studio czy LangGraph?

Te trzy narzędzia rozwiązują podobny problem dla różnych zespołów. Porównanie według tych samych kryteriów:

Kryterium	Microsoft Agent Framework	Copilot Studio	LangGraph
Forma	SDK w kodzie (.NET, Python, Go w preview)	środowisko low-code w przeglądarce	biblioteka w kodzie (Python, JavaScript)
Kto buduje	programiści	twórcy biznesowi i IT, z pomocą programistów przy integracjach	programiści
Licencja	MIT	usługa SaaS Microsoft na licencji	MIT
Uruchomienie	gdziekolwiek; najkrótsza droga: Foundry Hosted Agents	w chmurze Microsoft, kanały Microsoft 365 i inne	gdziekolwiek
Modele	Foundry i wielu innych vendorów	modele dostępne w Copilot Studio	wielu vendorów
Kiedy ma sens	zespół .NET lub Python w ekosystemie Microsoft, proces wymaga kodu i testów	agent dla pracowników w Microsoft 365, mało niestandardowej logiki	zespół Python/TypeScript, który chce niezależności od chmury

Granica nie jest ostra i nie musi być. Copilot Studio i Agent Framework łączą się ze sobą, a LangGraph i Agent Framework mają podobne zestawy funkcji: grafy, stan, zatwierdzenia. Moja zasada (wniosek autora): narzędzie wybiera się do zespołu, który będzie je utrzymywał za dwa lata, a nie do demonstracji. Szczegóły drugiej i trzeciej opcji opisują poradnik Copilot Studio i poradnik LangChain i LangGraph.

Ryzyka i ograniczenia

• Preview obok GA. Rdzeń jest stabilny, ale pakiety, z których korzystacie (A2A, hosting, DevUI), mogą być prerelease. Sprawdzajcie status każdego pakietu, nie frameworka jako całości.
• Tempo wydań. Nowa wersja co tydzień lub dwa. Bez przypiętych wersji i testów regresji zmiana zachowania przyjdzie z aktualizacją, nie z Waszą decyzją.
• Odpowiedzialność. Microsoft zastrzega, że systemy i modele stron trzecich podłączacie na własne ryzyko, a filtry treści, zabezpieczenia i testy aplikacji należą do jej twórcy. Framework nie przejmuje odpowiedzialności za proces.
• Uprawnienia i skutki. Workflow z zatwierdzeniem nie zastąpi uprawnień w systemie docelowym. Operacja zapisu musi być idempotentna, bo po awarii proces może się powtórzyć.
• Wielu agentów to nie cel. Orkiestracja Magentic czy czat grupowy kuszą na demonstracji. Zaczynajcie od jednego agenta z narzędziami albo od workflow bez agentów i dodawajcie agentów dopiero wtedy, gdy pomiar pokaże zysk.

Jak zacząć: plan dla lidera IT

Krok 1. Inwentaryzacja. Spiszcie, gdzie w firmie działają AutoGen i Semantic Kernel: repozytorium, wersja, proces, właściciel. AutoGen w produkcji ma pierwszeństwo do migracji.

Krok 2. Jeden proces, jedna karta. Wybierzcie proces z jasnym wynikiem i błędem do cofnięcia. Zapiszcie: kroki stałe (workflow), kroki wymagające oceny (agent), punkt zatwierdzenia, operacje zapisu i ich właścicieli.

Krok 3. Próba bez agenta i z agentem. Zbudujcie ten sam proces jako workflow z funkcjami i jako workflow z agentem w kroku wymagającym oceny. Mierzcie poprawnie zakończone sprawy, ręczne korekty, czas i koszt. Jeśli agent nie poprawia wyniku, zostawcie funkcję.

Krok 4. Odbiór techniczny. Przypięte wersje pakietów, test wznowienia z checkpointu, test odrzucenia przez człowieka, test awarii po zapisie, ślady w OpenTelemetry. Dopiero potem wdrożenie jako hosted agent w Foundry albo we własnej infrastrukturze.

Jeśli w kroku 2 zespół nie potrafi rozdzielić kroków stałych od wymagających oceny, problemem nie jest wybór frameworka, tylko umiejętność przeniesienia procesu klienta do kodu. Tego uczy kurs Forward Deployed AI Engineer: od rozmowy z właścicielem procesu, przez projekt workflow i uprawnień, po utrzymanie agenta, niezależnie od vendora i partnera.

Mapa wpisów o Microsoft Agent Framework

Wszystkie wpisy o frameworku, jego poprzednikach i projektach z rodziny Magentic, w trzech grupach, oraz poradniki, do których prowadzą.

A. Agent Framework i jego poprzednicy

• Microsoft Agent Framework po AutoGen i Semantic Kernel — próba migracji na procesie z zatwierdzeniem.
• Microsoft AutoGen: jak ocenić system wielu agentów — role agentów i tryb utrzymania AutoGen.
• Semantic Kernel: kiedy orkiestracja AI ma sens — wtyczki, function calling i filtry.

B. Rodzina Magentic: badania Microsoft Research

• Big tasks. Small models: po co agentowi kilka mniejszych modeli? — MagenticLite i podział planowania od pracy w przeglądarce.
• Magentic-UI: agent przeglądarkowy, którego można zatrzymać — plan, kontrola i przejęcie przez człowieka.
• MagenticBrain 14B: mały model jako dyspozytor agentów — model, który planuje i deleguje.
• Fara 1.5: mały model, który pracuje w przeglądarce — model computer-use i ryzyka działań w przeglądarce.

C. Narzędzia Microsoft obok frameworka

• Prompt flow: testowanie przepływu aplikacji AI — testy wariantów i plan migracji przed wycofaniem w 2027.
• Microsoft Olive: kiedy optymalizować model AI — optymalizacja modelu pod docelowy sprzęt.

Poradniki powiązane

• Co to jest Microsoft Foundry? Poradnik dla firm — platforma, na której najczęściej uruchamia się agentów z Agent Framework.
• Copilot Studio: kiedy budować własnego agenta — droga low-code do agentów w Microsoft 365.
• Co to jest LangChain? LangGraph i LangSmith – poradnik — główna alternatywa niezależna od chmury.
• Co to jest MCP? Protokoły agentów AI — poradnik dla firm — MCP, A2A i inne protokoły.
• Co to jest Microsoft .NET? AI w C# — poradnik dla firm — platforma, w której działa wersja .NET frameworka.
• Co to jest Microsoft IQ? Kontekst dla agentów – poradnik — skąd agent bierze kontekst pracy, danych i wiedzy firmy.