Microsoft Agent Framework 1.0 GA unifica Semantic Kernel y AutoGen

El 3 de abril de 2026, Microsoft anunció en devblogs.microsoft.com/agent-framework, la disponibilidad general (GA) de Microsoft Agent Framework 1.0, un SDK open-source bajo licencia MIT que unifica dos de sus proyectos más importantes de IA agéntica: Semantic Kernel (orientado a producción empresarial) y AutoGen (orientado a investigación multi-agente). El anuncio no se hizo en Microsoft Build, sino directamente en el blog de developers, marcando el cierre de una convergencia iniciada con el preview del 1 de octubre de 2025 y el Release Candidate de febrero de 2026.

Qué pasó

Microsoft liberó la versión 1.0 GA del paquete Microsoft.Agents.AI en NuGet para .NET y del paquete agent-framework en PyPI para Python. El repositorio oficial en github.com/microsoft/agent-framework acumula 9.700 estrellas y tuvo su último release dotnet-1.2.0 el 21 de abril de 2026. Con esta GA, Microsoft asume un compromiso formal de compatibilidad hacia atrás y soporte a largo plazo, un cambio relevante para equipos que dudaban en adoptar agentes en producción.

Contexto: de dos SDKs a uno

Antes del Agent Framework, Microsoft mantenía dos líneas paralelas que muchas veces confundían a los equipos de ingeniería. Semantic Kernel ofrecía plugins, planners y memoria para integrar LLMs en apps .NET y Python empresariales. AutoGen, nacido en Microsoft Research, destacaba por patrones conversacionales multi-agente y la arquitectura Magentic-One. La GA 1.0 consolida ambos SDKs en una sola API, con rutas de migración asistida para los proyectos existentes en cualquiera de las dos bases de código.

Los 5 patrones de orquestación estables

Sequential — agentes ejecutan en cadena, cada uno recibe el output del anterior.
Concurrent — varios agentes trabajan en paralelo sobre el mismo problema y se agregan resultados.
GroupChat — conversación multi-agente estilo AutoGen con moderador.
Handoff — transferencias dinámicas entre agentes especializados, similar al patrón de triage.
Magentic-One — un manager agent coordina un ledger dinámico de tareas y delega a workers, heredado de AutoGen.

Workflows graph-based, memoria e interoperabilidad

Además de los patrones, Agent Framework introduce workflows basados en grafos con checkpointing, streaming de tokens y puntos de aprobación humana (human-in-the-loop) como ciudadanos de primera clase. La memoria es pluggable mediante adaptadores oficiales para Redis, Mem0, Neo4j, Pinecone, Qdrant, Postgres y Foundry Agent Service. El runtime habla dos protocolos abiertos clave: MCP (Model Context Protocol) para descubrimiento y ejecución de herramientas, y A2A 1.0 (Agent-to-Agent) para colaboración entre agentes de runtimes distintos.

Ejemplo mínimo en .NET

using Microsoft.Agents.AI;
using Microsoft.Agents.AI.OpenAI;

var client = new AzureOpenAIChatClient(endpoint, deployment, credential);

var researcher = client.CreateAIAgent(
    name: "researcher",
    instructions: "Investigas fuentes y devuelves hechos con citas.");

var writer = client.CreateAIAgent(
    name: "writer",
    instructions: "Redactas un resumen ejecutivo en español.");

var workflow = AgentWorkflowBuilder
    .Sequential(researcher, writer)
    .WithCheckpointing()
    .Build();

await foreach (var update in workflow.RunStreamingAsync("Impacto de MCP en 2026"))
    Console.WriteLine(update);

Datos, cifras y adopción temprana

9.700 stars — repositorio oficial en GitHub al 21 de abril de 2026.
2 SDKs unificados — Semantic Kernel + AutoGen convergen en Microsoft.Agents.AI.
5 patrones — Sequential, Concurrent, GroupChat, Handoff, Magentic-One.
7+ backends de memoria — Redis, Mem0, Neo4j, Pinecone, Qdrant, Postgres, Foundry.
Early adopters en producción — KPMG, Commerzbank, BMW, Fujitsu, Citrix, Fractal, TCS, Sitecore y NTT DATA.

Providers, observabilidad y Azure AI Foundry

Agent Framework soporta de fábrica Azure OpenAI, OpenAI y Azure AI Foundry a través de FoundryChatClient, con observabilidad basada en OpenTelemetry: cada agente, herramienta y paso del workflow emite spans y métricas estándar. La integración nativa con Azure AI Foundry aporta lo que pedían los equipos enterprise: despliegue dentro de una VNet, control de acceso con RBAC y content safety aplicados a entradas y salidas de los agentes.

Por qué importa

La GA marca el paso de la IA agéntica de “demo llamativa” a componente soportado del stack de Microsoft. Para equipos .NET y Python, eliminar la disyuntiva entre Semantic Kernel y AutoGen reduce la deuda técnica y acelera migraciones. Para el ecosistema abierto, que Microsoft adopte MCP y A2A 1.0 como protocolos de primera clase empuja la interoperabilidad con agentes de Anthropic, Google y frameworks como LangGraph o CrewAI.

Qué viene después

Microsoft ya publicó dotnet-1.2.0 el 21 de abril de 2026, señal de un ciclo de releases rápido posterior a la GA. El compromiso de compatibilidad hacia atrás sugiere que 1.x será la línea estable durante 2026, mientras el foco se mueve a expandir patrones de workflow, herramientas MCP oficiales y mejor tooling de debugging para agentes en producción. La pregunta abierta es cómo responderán LangChain, CrewAI y AutoGen-fuera-de-Microsoft ante un estándar empresarial unificado.

Conclusión

Agent Framework 1.0 GA es el movimiento más claro de Microsoft para convertir a los agentes en infraestructura corporativa, no en experimento. La combinación de MIT, MCP, A2A, Azure Foundry y compatibilidad a largo plazo define una base sobre la que equipos de ingeniería pueden apostar sin miedo a que el SDK desaparezca en seis meses.

📖 Versión extendida con más detalle: https://elsolitario.org/2026/04/22/microsoft-agent-framework-1-0-ga-2026/?utm_source=telegraph&utm_medium=instant_view&utm_campaign=programacion