Microsoft Agent Framework 1.0正式リリース──Semantic KernelとAutoGenの統合が意味すること

AIエージェントフレームワークの乱立時代に、Microsoftが明確な回答を出した。

2026年4月3日、Microsoft Agent Framework 1.0が正式にGA（一般提供）となった。これは単なる新フレームワークの登場ではない。Microsoftが別々に開発してきた2つのプロジェクト——エンタープライズ向けAI統合基盤のSemantic Kernelと、マルチエージェント研究から生まれたAutoGen——を1つのSDKに統合した、同社のエージェント戦略の集大成だ。

なぜこれが重要なのか。現在、AIエージェント開発は「どのフレームワークを選ぶか」という問題に直面している。LangGraph、CrewAI、Mastra、Dify——選択肢は増え続けているが、どれも本番環境での長期運用を保証してくれるわけではない。そこにMicrosoftがLTS（長期サポート）コミットメント付きで、.NETとPython両対応のフレームワークを投入してきた。エンタープライズにとって、これは無視できない選択肢になる。

何が統合されたのか

Semantic KernelはC#/.NET開発者にとって馴染み深い存在だ。セッションベースの状態管理、型安全、ミドルウェア、テレメトリなど、エンタープライズが求める機能を備えていた。一方のAutoGenは、Microsoft Researchから生まれたマルチエージェント協調フレームワークで、シンプルなエージェント抽象化と柔軟なオーケストレーションが特徴だった。

Agent Framework 1.0は、AutoGenのエージェント抽象化とSemantic Kernelのエンタープライズ機能を融合させている。具体的には、Sequential（逐次）、Concurrent（並行）、Handoff（引き継ぎ）、Group Chat、Magentic-Oneといったオーケストレーションパターンを標準サポート。すべてのパターンでストリーミング、チェックポイント、ヒューマンインザループの承認フロー、一時停止と再開に対応している。

対応するモデルプロバイダーも幅広い。Azure OpenAI、OpenAI、Anthropic Claude、Amazon Bedrock、Google Gemini、Ollama。特定のLLMベンダーにロックインされないマルチプロバイダー設計だ。

グラフ型ワークフローとDevUI

技術的に注目すべきはグラフ型ワークフローエンジンだ。エージェントと確定的な関数をデータフローで接続し、チェックポイントによる中断・再開、ヒューマンインザループ、さらには「タイムトラベル」（過去のチェックポイントに戻って再実行）まで可能にしている。

これはLangGraphが先行していた領域だが、Microsoftはそれを.NETとPythonの両方でネイティブに実装した。LangGraphがPython中心であるのに対し、C#エコシステムのエンタープライズ開発者にとっては待望の選択肢だろう。

DevUIも実用的な機能だ。ブラウザベースのローカルデバッガーで、エージェントの実行フロー、メッセージのやり取り、ツール呼び出し、オーケストレーションの判断をリアルタイムで可視化できる。マルチエージェントシステムのデバッグは、ログだけでは限界がある。実行の流れを視覚的に追えるかどうかで開発効率は大きく変わる。

MCP完全対応、A2Aも間近

プロトコル対応も手厚い。MCP（Model Context Protocol）に完全対応しており、エージェントがMCPサーバー経由で外部ツールを動的に発見・呼び出しできる。GitHub、Slack、各種データベースなど、すでに数百のMCPサーバーが公開されている。

A2A（Agent-to-Agent）プロトコルの1.0サポートも間近とされている。A2Aは異なるフレームワーク間でエージェントが協調するための標準規格で、たとえばMicrosoft Agent Frameworkで作ったエージェントと、別のフレームワークで作ったエージェントが構造化されたメッセージで通信できるようになる。MCP + A2Aの組み合わせは、エージェントの「相互運用性」を本格的に実現する基盤になり得る。

さらに興味深いのは、GitHub Copilot SDKやClaude Code SDKをエージェントハーネスとして利用できる点だ。既存のコーディングエージェントの上に、Agent Frameworkのワークフローを載せるという使い方が想定されている。

宣言的エージェント定義

もう一つの設計上の特徴として、YAML による宣言的なエージェント定義がある。エージェントの指示、ツール、メモリ設定、オーケストレーションのトポロジをバージョン管理可能なYAMLファイルで定義し、APIコール一発で実行できる。インフラをコードで管理する（IaC）文化が根付いたエンタープライズにとって、これは自然なアプローチだ。

競合フレームワークとの位置づけ

エージェントフレームワーク市場は混戦状態だ。簡単に整理する。

LangGraphはPython中心で、グラフ型ワークフローの先駆者。研究者やPythonエンジニアのエコシステムが強い。CrewAIはロールベースのマルチエージェント協調に特化し、ノーコード寄りの体験を提供している。MastraはTypeScriptネイティブで、フロントエンド開発者がAIエージェントを組み込む用途に向いている。

Microsoft Agent Frameworkが差別化されるのは、エンタープライズとの親和性だ。Azure統合、.NETサポート、LTSコミットメント、宣言的YAML定義——これらはスタートアップの実験ではなく、Fortune 500がプロダクションに載せることを想定した設計だ。

率直な評価

Microsoftが本気でエージェント基盤を整備してきたことは間違いない。Semantic KernelとAutoGenの統合は長らく待たれていたもので、1.0という区切りでLTSを宣言したことの意味は大きい。

一方で、懸念もある。

まず、統合の代償としてSemantic Kernel単体やAutoGen単体からのマイグレーションが必要になる。既存ユーザーにとっては少なからず移行コストが発生する。Microsoft自身がマイグレーションガイドを公開しているが、大規模なプロジェクトほど移行は慎重にならざるを得ない。

次に、A2Aサポートが「間近」のまま1.0をリリースした点。エージェント間相互運用がフレームワークの重要な売りであるなら、GA時点で含まれていてほしかった。

そして、エコシステムの成熟度。LangChain/LangGraphはPythonコミュニティでの情報量が圧倒的に多い。Stack Overflow、Qiita、Zennでの知見の蓄積は、フレームワーク選定において無視できないファクターだ。Agent Frameworkはまだこれからの段階にある。

それでも、.NETでマルチエージェントシステムを本番運用したい組織にとって、これは現時点で最も筋の良い選択肢だ。Pythonでも、Azureエコシステムとの統合を重視するなら有力候補になる。エージェントフレームワークが「実験」から「インフラ」に変わるフェーズにおいて、Microsoftの参入は市場全体の成熟を加速させるだろう。

Microsoft Agent Framework 公式ブログ