Что Microsoft на самом деле собрал в один стек
Я часто видел вопрос в духе: это у Microsoft уже четвёртый агентский фреймворк или пятый? По факту нет. Сейчас речь не о ещё одном новом зоопарке, а о нормальной консолидации двух линий, которые раньше жили рядом: AutoGen для оркестрации и Semantic Kernel для enterprise-обвязки.
4 апреля я полез проверять, где тут маркетинг, а где реальный сдвиг, и картина довольно приземлённая. Microsoft Agent Framework 1.0 вышел как production-ready SDK для .NET и Python, с долгосрочной ставкой именно на него. Анонс был ещё осенью 2025, RC прошли в феврале 2026, теперь это уже не демо-история.
Меня зацепило не слово Framework, а то, что они наконец перестали заставлять людей склеивать половину системы вручную. Один runtime, единая модель для multi-agent orchestration, графы, стриминг, checkpointing, human-in-the-loop. Не революция. Но наконец-то похоже на инструмент, который можно тащить в прод, а не только в презентации.
Где тут подвох с Azure и есть ли lock-in
Скепсис про vendor lock-in я разделяю. У Microsoft на эту тему репутация, скажем так, заработанная. Но в этом кейсе я бы не сводил всё к «пожалуйста, юзайте только Azure AI Foundry».
Agent Framework открыт под MIT, поддерживает не только Azure, но и any OpenAI-compatible endpoint. Плюс можно гонять локальные модели через Ollama и хостить всё в ASP.NET Core без обязательной привязки к облаку Microsoft. Для тех, кто строит архитектуру ИИ-решений и заранее думает, как потом не вырезать платформенную зависимость скальпелем, это хороший сигнал.
Отдельно важен августовский сдвиг 2025 года с Azure OpenAI v1 APIs. Microsoft тогда явно начал убирать лишний Azure-specific overhead и подтягивать совместимость с клиентами OpenAI. Я это читаю так: они поняли, что для внедрения искусственного интеллекта побеждает не самый закрытый стек, а тот, который меньше мешает разработчику.
А что с RAG, который раньше был квестом на полдня
Вот здесь у Microsoft долго было реально тяжело с DX. Если в 2023-2024 кто-то пытался поднять RAG через Azure AI Search, то помнит этот аттракцион с индексами, пайплайнами, ручной сборкой chunking и прочими радостями. Не смертельно, но дружелюбным это точно не назовёшь.
Сейчас картина лучше. В Foundry Agent Service и вокруг нового агентного стека уже есть более внятный File Search-подход: загрузка файлов, vector store, подключение к агенту, дальше сервис берёт на себя chunking, embeddings, keyword + semantic search и reranking. Для enterprise RAG это как минимум снижает порог входа.
При этом я бы не делал вид, что магия уже решена навсегда. Если у вас сложный домен, нестандартные права доступа, тяжёлые документы, многоязычный поиск или требования к explainability, абстракция «просто кинул файлы» быстро заканчивается. Но как базовый слой для ИИ интеграции это уже не стыдно показывать команде.
Кому это реально выгодно
Выигрывают команды, которым нужен не research sandbox, а рабочая агентная система под процессы бизнеса. Особенно там, где надо быстро собрать внутреннего ассистента, RAG по документам, операторский copilot или ИИ автоматизацию поверх CRM, helpdesk и базы знаний.
Проигрывают, как ни странно, не конкуренты Microsoft, а старые самодельные сборки. Те самые, где orchestration жил отдельно, retrieval отдельно, а glue-code занимал больше места, чем полезная логика. Я такие конструкции видел не раз, и поддерживать их потом больно.
Мы в Nahornyi AI Lab как раз на этом участке обычно и подключаемся: когда нужно не просто попробовать агента, а сделать ИИ автоматизацию с нормальной архитектурой, без лишней облачной зависимости и без фокусов на проде. Иногда Microsoft стек тут подходит отлично. Иногда нет, и тогда я честно смотрю в сторону других вариантов.
Этот разбор написал я, Вадим Нагорный, из Nahornyi AI Lab. Я не пересказываю пресс-релизы, а собираю и проверяю такие штуки руками в реальных кейсах: RAG, агентные пайплайны, AI-архитектура, интеграция искусственного интеллекта в процессы бизнеса.
Если хотите обсудить ваш кейс, заказать ИИ автоматизацию, создать ИИ агента под заказ или собрать n8n-автоматизацию с LLM поверх ваших данных, пишите мне. Посмотрим, где тут нужен Microsoft стек, а где лучше пойти короче и дешевле.