Quien haya desarrollado agentes de IA probablemente se ha enfrentado a la confusión de los frameworks de Microsoft: Semantic Kernel y AutoGen tienen APIs propias, estilos de documentación diferentes y direcciones comunitarias que no se superponen. Para construir una aplicación de agente lista para producción, o se combinan frameworks o se espera a que Microsoft unifique el enfoque.
El 3 de abril, la espera terminó. Microsoft lanzó Agent Framework 1.0, fusionando oficialmente ambos sistemas en un SDK unificado, compatible con .NET y Python, y declarando explícitamente que proporcionará APIs estables y soporte a largo plazo.
Semantic Kernel + AutoGen = Agent Framework
Esta fusión no es un simple cambio de nombre. La explicación de Microsoft: Semantic Kernel ofrece capacidades de conexión de infraestructura y servicios a nivel empresarial, mientras que AutoGen proporciona conceptos flexibles de orquestación multiagente. Solo combinando ambos enfoques se puede cubrir todo el espectro, desde asistentes simples hasta flujos de trabajo complejos.
Microsoft declaró oficialmente que Semantic Kernel y AutoGen entrarán en modo de mantenimiento, y las nuevas funciones solo se desarrollarán en Agent Framework. Para los desarrolladores que ya usan estos frameworks, se publicó simultáneamente una guía de migración de versiones.
En comparación con lo anterior, hay varios cambios sustanciales:
- Soporte multiproveedor: Azure OpenAI, Anthropic Claude, Amazon Bedrock, Google Gemini, Ollama – todos con conectores integrados, sin necesidad de escribir capas de adaptación
- Pipeline de middleware: Inserción de filtros de seguridad de contenido, registro de logs y políticas de cumplimiento en varias fases de la ejecución del agente, sin afectar el prompt
- Motor de grafos: Definición de flujos de trabajo entre agentes y funciones mediante estructura de grafo, con soporte para procesos deterministas y recuperación de puntos de control
- Memoria conectable: Historial de conversaciones, estados clave-valor, recuperación vectorial – todo integrado, con backend conectable a Redis, Neo4j, Mem0 o almacenamiento personalizado
A nivel de protocolo, se admiten tanto MCP como A2A. MCP se usa para descubrir y llamar herramientas externas; A2A permite que agentes de diferentes frameworks colaboren entre sí.
Empezar con cinco líneas de código
Microsoft promueve "5 lines of code, zero to agent", y la instalación es directa:
Python: pip install agent-framework
.NET: dotnet add package Microsoft.Agents.AI
Los modos de orquestación admiten secuencial, concurrente, handoff, group chat y modo Magentic-One. También se incorporó la configuración declarativa en YAML, permitiendo gestionar definiciones de agentes y topologías de flujo de trabajo con control de versiones.
En cuanto a herramientas de desarrollo, DevUI está actualmente en preview – una interfaz de depuración basada en navegador que visualiza el flujo de ejecución del agente, útil para diagnosticar deadlocks o problemas lógicos en escenarios multiagente.
Qué problemas resuelve la unificación
Mitch Ashley, vicepresidente de Futurum Group, calificó el lanzamiento como "un avance sustancial para el desarrollo de IA empresarial", destacando la importancia del soporte multiproveedor y los hooks de cumplimiento para implementaciones en producción.
Estos dos puntos son realmente clave. Desde la perspectiva del cliente, no se puede atar la infraestructura de IA a un solo proveedor – eso es un requisito de cumplimiento y también gestión de riesgos; desde la perspectiva del desarrollador, reescribir la lógica de conexión cada vez que se cambia de proveedor de modelo es un costo de fricción real.
Agent Framework 1.0 resuelve este problema a nivel de framework: el cambio de proveedor se convierte en un elemento de configuración, sin necesidad de modificar la lógica del código de negocio.
Curiosamente, Microsoft no obliga a usar Azure. Anthropic Claude, Google Gemini, Amazon Bedrock son ciudadanos de primera clase, y Ollama también está en la lista de soporte. Esta apertura es poco común en los productos de Microsoft, probablemente porque se dieron cuenta de que la vinculación forzada ahuyenta a los clientes.
Cómo competir con LangChain y CrewAI
El mercado no carece de frameworks de agentes: LangChain recaudó 125 millones de dólares el año pasado y se convirtió en unicornio, CrewAI añadió eventos de tool call en streaming, OpenAI Agents SDK está integrado directamente en la plataforma de API.
Los diferenciadores de Microsoft son dos: primero, el soporte prioritario a desarrolladores .NET – la cantidad de equipos empresariales que usan C# y .NET es considerable, y este grupo no ha sido priorizado por otros frameworks; segundo, la integración profunda con Azure App Service y Microsoft Foundry – para cargas de trabajo que ya se ejecutan en Azure, el costo de migración es bajo.
Además, el soporte del protocolo A2A (Agent-to-Agent) merece atención. A2A 1.0 aún está en estado "coming soon", pero una vez estable, los agentes de diferentes frameworks y proveedores podrán comunicarse directamente – esta es la capa base para la interoperabilidad de agentes.
El significado de 1.0
En la cadena de herramientas de IA, muchas cosas permanecen mucho tiempo en preview, con disponibilidad para producción cuestionable. Que Microsoft elija la etiqueta 1.0 tiene un significado claro: esta versión es seria, las APIs estables no sufrirán breaking changes arbitrarios, y se ha prometido soporte a largo plazo.
Para los equipos de ingeniería que están evaluando frameworks de desarrollo de agentes, esta es al menos una opción que merece una consideración seria.
Fuente de referencia: CocoLoop, Microsoft Agent Framework Version 1.0 (Microsoft Agent Framework Dev Blog, 2026-04-03); Microsoft Ships Agent Framework 1.0: A Production-Ready Foundation for Multi-Agent AI (Techstrong.ai)