Microsoft Agent Framework 1.0 GA まとめ — Semantic Kernel × AutoGen 統合の本命がついに来た

Microsoft Agent Framework 1.0 GA まとめ — Semantic Kernel × AutoGen 統合の本命がついに来た

作成日:
更新日:

2026年4月3日、Microsoft はマルチエージェントSDK 「Microsoft Agent Framework 1.0」 を GA リリースしました。これまで別々だった Semantic KernelAutoGen を統合し、.NETPython の両方でプロダクション運用可能な単一フレームワークとして再設計したものです。

さらに4月21日には Python 版 1.1.0 がリリースされ、Gemini チャットクライアント対応Hyperlight CodeAct 連携 などが加わりました。Microsoft 系スタックでエージェントを組むなら、ここからは事実上の本命になります。

何が GA になったのか

項目内容
1.0 GA リリース日2026年4月3〜6日
1.1.0 (Python) リリース日2026年4月21日
対応言語.NET / Python
ライセンスOSS(オープンソース)
統合元Semantic Kernel + AutoGen
対応プロバイダーOpenAI / Azure OpenAI / Anthropic / Google Gemini ほか
互換プロトコルA2A(Agent-to-Agent)/ MCP(Model Context Protocol)

統合の意味 — Semantic Kernel と AutoGen は何が違ったか

Microsoft 内部で長らく並走してきた2つのフレームワークの関係を整理すると、こうなります。

Semantic KernelAutoGen
主な発想LLMを"プラグイン"の集合として扱うエージェント同士の対話で問題解決
強みエンタープライズSDK統合、メモリ/ベクトルDB抽象マルチエージェント協調、研究的な設計
主な利用層企業内アプリ統合研究者・先進ユーザー

これらが Microsoft Agent Framework 1.0 で 同じ抽象に統合 されました。Semantic Kernel の "プラグイン的安定運用" と、AutoGen の "マルチエージェント表現力" を、ひとつのSDKから自然に使い分けられるようになっています。

1.0 の主要機能

エンタープライズ級のマルチエージェント協調

複数エージェントの起動・対話・終端をフレームワーク側でハンドリング。.NET / Python どちらでも同じメンタルモデルで書けます。

Python での最小マルチエージェント例(イメージ)
from microsoft_agent_framework import Agent, Team
 
planner = Agent(
    name="planner",
    model="gpt-5.5",
    instructions="ユーザー要件をタスクに分解する。",
)
 
coder = Agent(
    name="coder",
    model="claude-opus-4-7",
    instructions="タスクを受け取り、Pythonコードを実装する。",
)
 
reviewer = Agent(
    name="reviewer",
    model="gemini-3.1-pro",
    instructions="コードをレビューしてフィードバックする。",
)
 
team = Team(
    agents=[planner, coder, reviewer],
    workflow="round_robin",
)
 
result = team.run(
    "Pythonで簡易的なURL短縮サービスのバックエンドを設計・実装して。"
)

異なるベンダーのモデルを同じコードベースの中で 役割ごとに使い分け られるのが、地味ながら強力です。

マルチプロバイダー対応

OpenAI / Azure OpenAI / Anthropic Claude / Google Gemini など、主要モデルプロバイダーを統一インタフェースで扱えます。Python 1.1.0 では Gemini チャットクライアント対応 が正式に加わりました。

A2A と MCP のクロスランタイム互換

  • A2A(Agent-to-Agent):エージェント間の標準通信
  • MCP(Model Context Protocol):ツール/データソースとの標準接続

両方をネイティブに話せるため、Microsoft の枠を越えてエージェント/ツール群と連携可能です。MCP サーバー(GitHub / Slack / Notion など 200+ コミュニティ実装)をそのまま接続できます。

Hyperlight CodeAct 連携(Python 1.1.0)

軽量サンドボックス Hyperlight を使った CodeAct(コード生成→実行)のフローが実験的に組み込まれました。これにより、サンドボックス起動コストを抑えつつ「コード生成→即実行→結果の取り込み」が安全に行えます。

Experimental: ファイル履歴プロバイダー

長時間セッション中のファイルアクセスを履歴として保持し、後段のエージェントが参照できる仕組みも実験提供されています。

既存ライブラリとの比較

プロダクト強み弱み
Microsoft Agent Framework 1.0エンタープライズ統合、.NET × Python、A2A/MCP対応、Hyperlight思想が広いぶん学習コストはある
OpenAI Agents SDKSandbox Agents、Harness 分離、シンプルエコシステムは育ち中
LangChain / LangGraphOSSエコシステム、グラフワークフロー抽象が多くて重め
LlamaIndexRAG/データインデックス特化エージェント協調は補助的

.NET / C# を主戦場にしているチームにとっては、ようやく 「公式の本命」 が来たという受け止めになります。Python 派にとっても、AutoGen ユーザーが移行しやすい後継として注目です。

採用判断のポイント

ケース適合度
Azure / Microsoft 365 統合の企業アプリ
.NET のバックエンドにエージェントを組み込みたい
複数モデルを役割で使い分けたい
プロバイダーロックインを避けたい
軽量プロトタイプ(数十行で書きたい)

まとめ

  • 2026年4月3日、Microsoft Agent Framework 1.0 が GA リリース
  • Semantic Kernel + AutoGen の正式統合 で、.NET / Python 両対応
  • マルチエージェント・マルチプロバイダー・A2A・MCP をひとつのSDKでサポート
  • 4月21日の Python 1.1.0 で Gemini 対応/Hyperlight CodeAct などが追加
  • エンタープライズで本格運用するエージェント基盤の本命候補

「企業の本番アプリにエージェントを埋める」という現実フェーズに対して、Microsoft Agent Framework 1.0 は最もフィットする選択肢のひとつです。

参考リンク