Mục nhập của Microsoft vào lĩnh vực AI đại lý đánh dấu một bước chuyển biến quan trọng hướng tới việc dân chủ hóa quá trình phát triển các đại lý tự động.
Sau khi chứng kiến sự phân mảnh giữa các khung nghiên cứu như AutoGen và các công cụ sẵn sàng cho sản xuất như Semantic Kernel, Microsoft đã giới thiệu sự thống nhất của họ tại Build 2025 và phát hành phiên bản xem trước công khai của Microsoft Agent Framework (MAF) vào ngày 1 tháng 10 năm 2025.
Sự hợp nhất này giải quyết một khoảng trống quan trọng mà các doanh nghiệp gặp khó khăn trong việc kết nối nghiên cứu tiên tiến với độ tin cậy vận hành.
Dưới đây là cách thức công việc và những điều bạn cần biết.
Điểm khóa
- Microsoft đã hợp nhất AutoGen và Semantic Kernel vào Microsoft Agent Framework.
- MAF đơn giản hóa việc phát triển đại lý với SDK khai báo và tích hợp linh hoạt.
- Các doanh nghiệp có được khả năng quan sát, hỗ trợ bộ nhớ và tuân thủ thông qua tích hợp Azure.
- Quá trình di chuyển có thể yêu cầu tái cấu trúc và có thể gây ra lo ngại về sự phụ thuộc vào nhà cung cấp hoặc tính hiển thị về chi phí.
Microsoft có cung cấp Agentic AI không?
Đúng vậy, Microsoft cung cấp AI đại lý thông qua Microsoft Agent Framework (MAF), được công bố bản xem trước công khai vào ngày 1 tháng 10 năm 2025 sau khi được giới thiệu lần đầu tại Build 2025.
Microsoft Agent Framework là một nền tảng thống nhất hợp nhất Semantic Kernel và AutoGen thành một SDK duy nhất, cung cấp các mẫu điều phối xác định và động, bộ nhớ lưu trữ có thể cắm được, và tích hợp cấp doanh nghiệp thông qua Model Context Protocol và tiêu chuẩn giao tiếp giữa các tác nhân.
Khung công tác này loại bỏ sự phức tạp của việc quản lý các công cụ riêng lẻ đồng thời duy trì tính linh hoạt mà các nhà phát triển cần cho các triển khai tùy chỉnh.
Cách tiếp cận thống nhất này tạo nền tảng để khám phá cách MAF hoạt động bên dưới bề mặt để cung cấp khả năng tự động hóa cho các tác nhân.
Tổng quan nhanh về khả năng: Khung công tác Microsoft Agent
Khung công tác Microsoft Agent cung cấp hàm toàn diện xuyên suốt toàn bộ vòng đời của tác nhân, từ phát triển đến triển khai và giám sát:
| Khả năng | Chi tiết |
|---|---|
| SDK thống nhất | Thư viện duy nhất kết hợp Semantic Kernel và AutoGen với định nghĩa đại lý theo kiểu khai báo |
| Tích hợp bộ nhớ | Kết nối chính thức cho Redis, với Pinecone, Qdrant và các kho lưu trữ vector khác có sẵn thông qua các kết nối có thể cài đặt |
| Quản lý công cụ | Gọi hàm OpenAI, kết nối Azure AI và hỗ trợ giao thức MCP cho các API bên ngoài |
| Quản lý danh tính | Entra Agent ID là nhà cung cấp danh tính duy nhất thông qua tích hợp Azure AD để kiểm soát truy cập |
| Khả năng quan sát | Dòng suy luận theo bước, dữ liệu theo dõi token và khả năng xuất dữ liệu OpenTelemetry |
| Tuân thủ tiêu chuẩn | Hỗ trợ gốc cho Giao thức Bối cảnh Mô hình (MCP) và giao tiếp giữa các đại lý (A2A) |
Nền tảng kỹ thuật này tạo ra vị trí cho MAF vừa là nền tảng phát triển vừa là môi trường chạy tác vụ cho việc triển khai các tác nhân doanh nghiệp.
Cách Microsoft Agent Framework thực hiện công việc bên trong
MAF hoạt động thông qua năm lớp kỹ thuật riêng biệt, công việc phối hợp để cho phép ra quyết định tự động và thực thi công việc.
- Lớp điều phối: Sử dụng ngôn ngữ mô tả (DSL) với các mẫu kế hoạch xác định và động để điều phối đa tác nhân.
- Quản lý bộ nhớ: Hỗ trợ các kho lưu trữ có thể cắm được bao gồm Redis, Pinecone, Qdrant, Weaviate và Elasticsearch để lưu trữ bối cảnh.
- Tích hợp công cụ: Cho phép gọi hàm OpenAI, sơ đồ OpenAPI và kết nối dịch vụ AI Azure thông qua các giao thức tiêu chuẩn.
- Khung bảo mật: Triển khai Entra Agent ID để tạo danh tính duy nhất và tích hợp các biện pháp kiểm soát tuân thủ thông qua Azure AD.
- Hệ thống quan sát: Ghi lại các bản ghi suy luận từng bước, dữ liệu telemetry token và xuất dữ liệu OpenTelemetry để theo dõi.
Các lớp kiến trúc này tạo nên một nền tảng vững chắc, cân bằng giữa tính linh hoạt và yêu cầu quản trị doanh nghiệp.
Điểm mạnh khóa và những hạn chế quan trọng của Microsoft Agentic AI
Khung công cụ Microsoft Agent Framework nổi bật trong việc thống nhất các công cụ trước đây bị phân mảnh đồng thời duy trì khả năng tương thích với các tiêu chuẩn mở.
Sự tích hợp giữa khả năng sản xuất của Semantic Kernel và các đổi mới nghiên cứu của AutoGen trong khung công nghệ này tạo ra một đề xuất giá trị hấp dẫn cho các doanh nghiệp đang tìm kiếm cả sự ổn định và đổi mới.
Sự tuân thủ của MAF đối với Model Context Protocol và tiêu chuẩn Agent-to-Agent đảm bảo khả năng tương tác giữa các hệ sinh thái nhà cung cấp.
Tuy nhiên, các tổ chức chuyển đổi từ các triển khai Semantic Kernel hoặc AutoGen hiện có sẽ phải đối mặt với chi phí tái cấu trúc khi thích nghi với các mẫu và API mới.
Sự tích hợp chặt chẽ của khung này với hạ tầng Azure có thể gây ra lo ngại về sự phụ thuộc vào nhà cung cấp, đặc biệt là trong các triển khai đa đám mây.
Ngoài ra, trong khi các tính năng quan sát cung cấp dữ liệu telemetry chi tiết, chúng có thể gây ra gánh nặng hiệu suất trong các tình huống có lưu lượng cao, và giá cả cho các phiên làm việc bền vững vẫn chưa được công bố, gây khó khăn cho việc lập kế hoạch chi phí cho các luồng làm việc của đại lý kéo dài.
Giá cả và Giấy phép: Microsoft tính phí như thế nào cho Agentic AI
Microsoft sử dụng mô hình thanh toán theo mức sử dụng thông qua Dịch vụ Microsoft Agent Service trên Azure AI Foundry. Chi phí được tính theo mỗi lần gọi mô hình và thực thi công cụ, trong khi các mức giá chi tiết theo token và phiên làm việc bền vững vẫn chưa được công bố.
Cách tiếp cận này cho phép thử nghiệm và mở rộng theo quy mô sử dụng, tuy nhiên các gói giá cụ thể vẫn được giữ bí mật tính đến tháng 10 năm 2025.
Thư viện MAF tự thân là mã nguồn mở, giúp giảm bớt rào cản trong giai đoạn phát triển và thử nghiệm ban đầu. Tuy nhiên, việc triển khai sản xuất yêu cầu sử dụng các dịch vụ AI của Azure, nơi chi phí tích lũy thông qua các cuộc gọi API mô hình, sử dụng kết nối và quản lý phiên làm việc bền vững.
Các ứng dụng thực tế của Microsoft Agent Framework
Nhiều doanh nghiệp lớn đã áp dụng MAF cho việc triển khai các tác nhân sản xuất, chứng minh khả năng sẵn sàng cho doanh nghiệp của nó trong nhiều trường hợp sử dụng đa dạng.
Các triển khai ban đầu cho thấy kết quả đầy hứa hẹn trong các ngành có yêu cầu tuân thủ cao:
- * triển khai KPMG: Xây dựng hệ thống đa tác nhân sẵn sàng cho kiểm toán, đang theo dõi tuân thủ, giảm yêu cầu giám sát thủ công.
- Tích hợp Commerzbank: Triển khai MAF để tự động hóa quy trình làm việc, đạt được những cải thiện đáng kể về hiệu quả trong hoạt động tài chính.
- BMW Manufacturing: Triển khai các tác nhân cho quy trình chẩn đoán, tận dụng khả năng quan sát của MAF cho các quy trình đảm bảo chất lượng.
Các triển khai này thể hiện sức mạnh của MAF trong các môi trường được quy định, nơi các bản ghi kiểm tra và các biện pháp kiểm soát quản trị là yếu tố quan trọng hàng đầu.
Lộ trình và triển vọng cạnh tranh của Microsoft Agentic AI
Tầm nhìn chiến lược của Microsoft đối với MAF nhấn mạnh việc tích hợp liên tục với hệ sinh thái Azure rộng lớn hơn đồng thời duy trì khả năng tương thích với các tiêu chuẩn mở. Dòng thời gian phát triển cho thấy tiến độ ổn định hướng tới các khả năng cấp doanh nghiệp.
Trong tương lai, Microsoft dự định mở rộng tích hợp với các dịch vụ vi mô NVIDIA NIM và cải thiện hỗ trợ cho các kiến trúc bộ nhớ hỗn hợp. Kế hoạch phát triển bao gồm các trình lập kế hoạch có thể cắm thêm và hỗ trợ kết nối đa đám mây gốc.
Vị trí chiến lược này giúp Microsoft duy trì lợi thế cạnh tranh đồng thời thúc đẩy sự phát triển của hệ sinh thái thông qua các tiêu chuẩn mở.
Bắt đầu với Microsoft Agentic AI trong 7 bước
Việc triển khai MAF đòi hỏi quá trình thiết lập có hệ thống qua các giai đoạn phát triển, triển khai và vận hành.
- Cài đặt các thành phần phụ thuộc: Tải xuống MAF SDK từ GitHub và cấu hình môi trường phát triển của bạn.
- Cấu hình Azure: Thiết lập thông tin đăng nhập Azure AI Foundry và thiết lập kết nối dịch vụ.
- Định nghĩa Schema của Agent: Tạo các định nghĩa agent theo cách khai báo bằng các mẫu DSL của MAF.
- Cấu hình Bộ nhớ lưu trữ: Kết nối với Redis, Pinecone hoặc cơ sở dữ liệu vector ưa thích của bạn.
- Thực hiện kết nối công cụ: Cài đặt tích hợp công cụ tuân thủ MCP để truy cập API bên ngoài.
- Triển khai các biện pháp bảo mật: Cấu hình Entra Agent ID và thiết lập các rào cản tuân thủ.
- Kích hoạt Giám sát: Kích hoạt xuất OpenTelemetry và cấu hình bảng điều khiển giám sát.
Với cấu hình đúng đắn và hạ tầng Azure hiện có, các nhóm phát triển thường thấy kết quả ban đầu trong vòng vài ngày, với khả năng sẵn sàng cho sản xuất đầy đủ có thể đạt được trong vài tuần thay vì vài tháng.
Câu hỏi thường gặp
MAF tích hợp Semantic Kernel và AutoGen đồng thời duy trì khả năng tương thích với các tiêu chuẩn mở, cung cấp cả tính linh hoạt trong nghiên cứu và độ tin cậy cho doanh nghiệp trên một nền tảng duy nhất.
Hiện tại được tối ưu hóa cho Azure, tuy nhiên các giao thức MCP và A2A cho phép tích hợp công cụ đa đám mây với yêu cầu cấu hình kết nối bổ sung.
Các bản ghi lý luận theo cấp độ bước, dữ liệu theo dõi theo cấp độ token và khả năng xuất OpenTelemetry cho phép theo dõi và gỡ lỗi toàn diện hành vi của các tác nhân.
Có, với Entra Agent ID, các biện pháp kiểm soát tuân thủ và nhật ký kiểm tra chi tiết, MAF đáp ứng các yêu cầu quản trị cho các ngành dịch vụ tài chính, y tế và các lĩnh vực được quy định khác.
Quá trình di chuyển yêu cầu tái cấu trúc theo các mẫu API mới và cú pháp DSL, mặc dù các khái niệm cốt lõi vẫn quen thuộc với các nhà phát triển Semantic Kernel hiện tại.