Quiconque a déjà développé des agents d'IA a probablement été confronté à la confusion des frameworks de Microsoft : Semantic Kernel et AutoGen ont chacun leurs propres API, des styles de documentation différents et des directions communautaires qui ne se chevauchent pas. Pour construire une application d'agent prête pour la production, il faut soit combiner les frameworks, soit attendre que Microsoft unifie les approches.
Le 3 avril, l'attente a pris fin. Microsoft a publié Agent Framework 1.0, fusionnant officiellement les deux systèmes en un SDK unifié, prenant en charge .NET et Python, et annonçant clairement la fourniture d'API stables et d'une assistance à long terme.
Semantic Kernel + AutoGen = Agent Framework
Cette fusion n'est pas un simple changement de nom. L'explication de Microsoft : Semantic Kernel offre des capacités de connexion d'infrastructure et de services de niveau entreprise, tandis qu'AutoGen propose des concepts flexibles d'orchestration multi-agents. Les deux approches combinées permettent de couvrir l'ensemble des scénarios, des assistants simples aux workflows complexes.
Microsoft a officiellement déclaré que Semantic Kernel et AutoGen passeront en mode maintenance et que les nouvelles fonctionnalités ne seront développées que dans Agent Framework. Pour les développeurs utilisant déjà ces frameworks, un guide de migration de version a été publié simultanément.
Par rapport à avant, plusieurs changements substantiels sont à noter :
- Support multi-fournisseur : Azure OpenAI, Anthropic Claude, Amazon Bedrock, Google Gemini, Ollama – tous avec des connecteurs intégrés, sans avoir à écrire de couche d'adaptation
- Pipeline middleware : Insertion de filtres de sécurité de contenu, de journalisation et de politiques de conformité à différentes étapes de l'exécution de l'agent, sans affecter le prompt
- Moteur de graphe : Définition de workflows entre agents et fonctions à l'aide d'une structure de graphe, avec prise en charge des processus déterministes et de la reprise sur points de contrôle
- Mémoire enfichable : Historique des conversations, états clé-valeur, recherche vectorielle – tout est intégré, avec un backend connectable à Redis, Neo4j, Mem0 ou un stockage personnalisé
Au niveau des protocoles, MCP et A2A sont tous deux pris en charge. MCP sert à découvrir et appeler des outils externes ; A2A permet aux agents de différents frameworks de collaborer entre eux.
Commencer avec cinq lignes de code
Microsoft prône "5 lines of code, zero to agent", et l'installation est directe :
Python : pip install agent-framework
.NET : dotnet add package Microsoft.Agents.AI
Les modes d'orchestration prennent en charge le séquentiel, le concurrent, le handoff, le group chat et le mode Magentic-One. La configuration déclarative en YAML a également été introduite, permettant de gérer les définitions d'agents et les topologies de workflow avec le contrôle de version.
Côté outils de développement, DevUI est actuellement en preview – une interface de débogage basée sur navigateur qui visualise le flux d'exécution de l'agent, utile pour diagnostiquer les deadlocks ou les problèmes logiques dans les scénarios multi-agents.
Ce que l'unification résout
Mitch Ashley, vice-président du Futurum Group, a qualifié cette publication d'"avancée substantielle pour le développement de l'IA en entreprise", soulignant l'importance du support multi-fournisseur et des hooks de conformité pour les déploiements en production.
Ces deux points sont effectivement cruciaux. Du point de vue du client, il est impossible de lier l'infrastructure d'IA à un seul fournisseur – c'est une exigence de conformité et aussi une gestion des risques ; du point de vue du développeur, réécrire la logique de connexion à chaque changement de fournisseur de modèle est un coût de friction réel.
Agent Framework 1.0 résout ce problème au niveau du framework : le changement de fournisseur devient un élément de configuration, sans modification de la logique métier.
Fait intéressant, Microsoft n'oblige pas à utiliser Azure. Anthropic Claude, Google Gemini, Amazon Bedrock sont des citoyens de première classe, et Ollama figure également dans la liste de support. Cette ouverture est rare dans les produits Microsoft, probablement parce qu'ils ont réalisé que le verrouillage effraie les clients.
Comment concurrencer LangChain et CrewAI
Le marché ne manque pas de frameworks d'agents : LangChain a levé 125 millions de dollars l'année dernière et est devenu une licorne, CrewAI a ajouté des événements d'appel d'outils en streaming, OpenAI Agents SDK est intégré directement dans la plateforme d'API.
Les différenciateurs de Microsoft sont deux : premièrement, le support prioritaire des développeurs .NET – le nombre d'équipes d'entreprise utilisant C# et .NET est considérable, et ce groupe n'a pas été priorisé par les autres frameworks ; deuxièmement, l'intégration profonde avec Azure App Service et Microsoft Foundry – pour les charges de travail déjà sur Azure, le coût de migration est faible.
De plus, le support du protocole A2A (Agent-to-Agent) mérite l'attention. A2A 1.0 est encore en statut "coming soon", mais une fois stable, les agents de différents frameworks et fournisseurs pourront communiquer directement – c'est la couche de base pour l'interopérabilité des agents.
La signification de la version 1.0
Dans la chaîne d'outils d'IA, beaucoup de choses restent longtemps en preview, avec une disponibilité pour la production douteuse. Le choix de Microsoft d'apposer l'étiquette 1.0 a une signification claire : cette version est sérieuse, les API stables ne subiront pas de breaking changes arbitraires, et un support à long terme a été promis.
Pour les équipes d'ingénierie qui évaluent les frameworks de développement d'agents, c'est au moins une option qui mérite une considération sérieuse.
Source de référence : 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)