Когда речь заходит об автоматизации сложных бизнес-процессов, ИИ-агенты все чаще работают не в одиночку, а в связке. Microsoft активно развивает Agent Framework — унифицированный набор инструментов для создания и управления многоагентными системами. Фреймворк предлагает пять готовых паттернов, которые помогают организовать совместную работу ИИ-агентов и внедрить их в продакшен.
Microsoft Agent Framework (MAF) — это открытый многоязычный фреймворк для создания производственных ИИ-агентов и многоагентных рабочих процессов на Python и .NET. Он обеспечивает единую основу для их построения, оркестровки и эксплуатации. Фреймворк поддерживает экосистему из Microsoft Foundry, Azure OpenAI, OpenAI и GitHub Copilot SDK. MAF позволяет компаниям переходить от изолированных ИИ-агентов к системам, где специализированные агенты сотрудничают, делегируют и проверяют работу друг друга. Это повышает эффективность и точность.
Microsoft Foundry Blog описывает многоагентные рабочие процессы фреймворка, демонстрируя два основных типа:
- Параллельная оркестровка (Concurrent Orchestration) — одна и та же задача отправляется нескольким агентам одновременно, которые работают независимо, а их результаты затем объединяются. Это полезно для сбора разных мнений, групповых решений или голосования. Пример: оценка входящих обращений в поддержку по нескольким критериям (тональность, категория, приоритет) разными агентами.
- Последовательная оркестровка (Sequential Orchestration) — результат работы одного агента становится входными данными для следующего. Этот шаблон подходит для многошаговых процессов, где каждый этап зависит от предыдущего, или для итеративной доработки контента (например, черновик, рецензирование, улучшение). Пример: автоматическая сортировка обращений в поддержку, где первый агент резюмирует заявку, а второй классифицирует её.
Для работы с фреймворком требуется подписка Azure и развернутый ресурс Microsoft Foundry, где можно использовать любую модель, например, gpt-4.1-mini. MAF поддерживает локальную разработку и развертывание в облаке, включая хостинг агентов в Foundry, самостоятельный хостинг или использование Azure Functions.
Microsoft не одинока в этом направлении: Google Vertex AI также предлагает управляемую облачную платформу для построения и масштабирования многоагентных систем. Она включает возможности оркестровки и доступа к моделям, поддерживая различные роли агентов, такие как планировщик, ретривер, исполнитель и валидатор.
Agent Framework предлагает инженерам готовые схемы для построения многоагентных систем, что упрощает их разработку и внедрение. Поддержка Python и .NET, а также глубокая интеграция с облачной экосистемой Azure, позволяют создавать масштабируемые решения. Тем не менее, даже с готовыми паттернами, построение по-настоящему надежных и эффективных многоагентных систем требует тщательного проектирования и глубокого понимания их взаимодействия, что остается основной задачей для разработчиков.