Сегодняшняя тема — та, о которой слышал почти каждый, но которую почти никто не может толком объяснить. Я говорю об агентах искусственного интеллекта. Вы, вероятно, слышали этот термин на совещании, читали в блоге или видели в заголовке. Все о них говорят, но попросите кого-нибудь дать определение, и ответы быстро станут расплывчатыми. Ажиотаж велик, определение расплывчато, и эта фраза используется настолько вольно, что теряет почти весь свой смысл. Вот самая распространённая ошибка, которую допускают люди. Они думают, что агент — это просто чат-бот с более замысловатым названием. Вы задаёте ему вопрос, он отвечает. Это не агент, это чат-бот. А между ними есть реальная разница. Так что же изменилось? Почему всё вдруг так одержимое агентами? И, что более важно, почему это должно волновать вас, если вы не разработчик? К концу этого эпизода вы поймёте, что такое агент искусственного интеллекта на самом деле, почему Microsoft создала целую платформу вокруг них, и почему это важно для вашей работы.

Что же такое агент искусственного интеллекта? Вы уже знаете, как работает чат-бот. Вы что-то печатаете, он отвечает. Это диалог. Он реактивный. Он ждёт, пока вы что-то скажете, а затем отвечает. Агент работает иначе. Он не просто отвечает, он действует. Думает, решает, действует. Это самое простое определение, которое я могу вам дать. Вот как это работает. Сначала агент думает. Он использует большую языковую модель, чтобы понять, что вам действительно нужно. Не просто-то, что вы напечатали, а то, что вы имели в виду. Если вы говорите, забронируете встречу с Сарой в следующий вторник, агент не просто повторяет это вам. Он думает о том, что на самом деле означает этот запрос. Затем он принимает решение. Он разбивает ваш запрос на шаги. Бронирование встречи становится планом. Проверить календарь. Найти свободное время.

И последовательность действий. Наконец, он действует. Он использует инструменты и сервисы, чтобы это произошло. Он не говорит вам, как забронировать встречу, он бронирует встречу. Чат-бот не объясняет, как проверить погоду, он проверяет погоду и дает вам ответ. Подумайте о разнице. Чат-бот реагирует. Он ждет вашего следующего вопроса. Агент действует проактивно. Вы ставите перед ним задачу, и он приступает к ее выполнению. Он может вернуться с вопросами, если ему потребуется дополнительная информация, но ему не нужно, чтобы вы вели его за руку на каждом шаге. Чат-бот похож на справочный стол в библиотеке. Вы спрашиваете, где находится книга, и он указывает вам на нужный ряд. Агент похож на личного помощника, у которого есть ключи от здания. Вы говорите, мне нужна информация о наших главных клиентах для завтрашней встречи. И он находит ее, систематизирует и передает вам краткий документ. Вы не говорили ему, где искать или какой формат использовать.

Он сам это выяснил. Но секрет не только в языковой модели. Языковая модель умна, но сама по себе это просто мозг без рук. Агентом считается сочетание трех составляющих рассуждения, способности анализировать проблемы, инструментов, способности воздействовать на окружающий мир и памяти, способности помнить, что происходило раньше. Соедините эти три составляющие, и вы получите нечто, что не просто отвечает на вопросы, а выполняет задачи. До появления этой структуры ситуация была фрагментированной. Так почему же, если агенты так полезны, их до сих пор никто не создает? Короткий ответ, до недавнего времени это был сложный процесс. Приходилось самостоятельно собирать воедино множество инструментов, как будто покупаешь детали у разных производителей и надеешься, что они подойдут друг к другу. Первая попытка Microsoft решить эту проблему – Semantic Kernel SDK для интеграции и их приложения. Мощная разработка, но это был набор инструментов, а не готовый план.

Он предоставлял необходимые компоненты, но нужно было еще придумать, как их собрать. Затем появился авто Джан от Microsoft Research. Эта структура исследовала диалоги между несколькими агентами, где и агенты общаются, спорят и сотрудничают. Передовая разработка, да, но она была экспериментальной, а не предназначенной для производственных систем. Таким образом, перед разработчиками встал сложный выбор. Semantic Kernel был стабильным и готовым к использованию в корпоративной среде, но ему не хватало продвинутых шаблонов оркестровки. Авто Джан обладал крутыми возможностями для работы с несколькими агентами, но не подходил для запуска в реальной среде. У каждого был свой собственный путь обучения, свой подход к работе, свое сообщество. И это касалось не только Microsoft. Появились и другие фреймворки – LongChain, CrewAI, еще десяток других. Экосистема была совершенно разрозненной. Если вы хотели создавать агентов на работе, вам нужно было стать экспертом в быстро меняющемся мире.

Какой фреймворк изучить? Какой выживет? Какой из них действительно поддерживает Microsoft? Для новичка это было ошеломляюще. Представьте, что вы разработчик в компании, изучающей и агентов. Вы проводите исследования и находите пять разных фреймворков, каждый со своей документацией, своими шаблонами, своим сообществом. Вы не знаете, с чего начать. Вы не знаете, на какой из них потратить свое время. Эта фрагментация создала настоящий барьер. Речь шла не просто об изучении инструмента, а о создании целой экосистемы. И по мере того, как сценарии использования агентов переходили от экспериментов к реальным бизнес-процессам, Microsoft поняла, что это не жизнеспособно. Им нужна была единая платформа, единый подход, единый ответ на вопрос, как создать агента. Что такое Microsoft Agent Forever? Поэтому Microsoft взяла две имеющиеся у них платформы, Semantic Kernel и AutoJAN, и объединила их в одну.

Результатом стала Microsoft Agent Framework, единый унифицированный SDK, который объединяет корпоративную стабильность Semantic Kernel с передовыми многоагентными шаблонами AutoJAN. Команды, создавшие эти две платформы, теперь работают вместе над этой. Эта платформа была запущена в режиме предварительного просмотра в конце 2025 года и достигла версии 1.0 в июле 2026 года. Эта временная шкала важна, потому что она говорит о том, что это не исследовательский проект или эксперимент. Это готовый к производству продукт. Microsoft говорит, создавайте свои реальные системы на основе этого. Это также продукт с открытым исходным кодом. Его можно найти на GitHub, у него более 7000 звезд и более 100 участников. Сообщество активно. Еженедельно проводятся консультации, где вы можете напрямую пообщаться с командой разработчиков. Этого нет в закрытых продуктах. Фреймворк поддерживает Python и NET как полноценные языки.

Независимо от того, являетесь ли вы разработчиком на C-решетка или Python, вы получаете одинаковый опыт. И это очень важно, потому что многие фреймворки для И работают только на Python. Microsoft сделала осознанный выбор, чтобы одинаково относиться к обоим языкам. И вот что может вас удивить. Фреймворк поддерживает более семи различных поставщиков моделей Microsoft Foundry, Azure OpenAI, OpenAI, Anthropic Cloud, Amazon Bidrock, Google Jiminy, даже локальные модели через Аллама. Вы пишете логику агента один раз, и она работает со всеми ними. Вы не привязаны к одному поставщику. Переключившись с OpenAI на Anthropic, вы меняете значение конфигурации, а не весь код. Фреймворк состоит из двух основных компонентов. Агенты — это строительные блоки, отдельные логические единицы, способные мыслить и действовать. Рабочие процессы — это уровень оркестровки, связывающий множество агентов. Один агент может выполнять одну задачу, а целая команда может работать над сложной задачей.

Существуют также так называемые декларативные определения. Вы определяете поведение агента в файле в IML. Это означает, что ваша конфигурация агента находится под контролем версий. Поместите ее в гид, проверьте в запросах на слияние, разверните через конвейеры CI, CD. Для корпоративных команд это огромное преимущество. Но вот что я хочу, чтобы вы поняли. Этот фреймворк предназначен не только для разработчиков, создающих сложные системы. Он разработан для корпоративных сценариев. Безопасность, соответствие требованиям, наблюдаемость, согласование с участием человека — все это встроено, а не добавлено сверху. И именно это отличает его от экспериментальных фреймворков, которые были раньше. Строительные блоки, агенты, инструменты, память, рабочие процессы. Давайте разберем это на четыре основных концепции. Правильно поймите их, и вы поймете 90% того, что делает этот фреймворк. Во-первых, агенты — это фундаментальная единица.

У каждого агента есть имя, набор инструкций и доступ к инструментам. Это логический блок, способный думать и действовать. Вы указываете ему, кто он, что он должен делать и какие ресурсы может использовать. Все остальное вытекает из этого. Далее — инструменты. Это руки агента, функции, API или внешние сервисы, к которым агент может обращаться, данные о погоде, доступ к календарю, запросы к базам данных, операции с файлами. Агент не умеет делать все это самостоятельно. Ему нужны инструменты, чтобы взаимодействовать с внешним миром и предпринимать действия. Вы можете написать простые функции самостоятельно. Или же это могут быть MCP-серверы, моделл-контекст-протокол. Это стандартный способ подключения агентов к внешним сервисам. Представьте это как универсальный разъем. Если сервис поддерживает MCP, ваш агент может использовать его без написания пользовательского кода интеграции. Затем есть память.

Это хранилище информации в мозге. Существует два типа памяти. Память на уровне сессии — кратковременная. Она запоминает все, что произошло во время одного разговора. Поставщики контекста — долговременная. Они запоминают предпочтения и факты из нескольких разговоров. Память — это то, что заставляет агента чувствовать себя умным. Без нее каждое взаимодействие начинается с нуля. Вы представляетесь, и в следующий раз, когда вы заговорите, это будет забыто. С памятью агент знает, кто вы, что вы обсуждали и что вас волнует. Это разница между разговором с незнакомцем и разговором с коллегой, который знает вашу работу. Наконец, рабочие процессы. Это уровень оркестровки, где вы определяете несколько агентов, работающих вместе. Рабочие процессы могут быть последовательными. Шаг А, затем шаг Б, они могут быть параллельными, когда несколько агентов работают параллельно над разными частями одной и той же проблемы.

Или они могут быть условными. Если это происходит, перейдите сюда. Если это происходит, перейдите туда. Рабочие процессы также поддерживают контрольные точки. Если что-то пошло не так на полпути, система может возобновить работу с того места, где остановилась. Она не начинает заново. Это важно для длительных задач, которые могут занимать часы или включать в себя несколько шагов. Также предусмотрены шаблоны взаимодействия человека с системой. Агенты могут приостанавливать работу и запрашивать одобрение перед выполнением важных действий. Если агент собирается отправить электронное письмо или одобрить платеж, он может остановиться и дождаться подтверждения от человека. это крайне важно для регулируемых отраслей. Вот реальный пример. Представьте себе агента по подготовке к продажам. У вас завтра встреча с клиентом. Вы говорите агенту «помогите мне подготовиться». Он проверяет ваш календарь, чтобы подтвердить время. Он извлекает данные из CRM, чтобы увидеть историю клиента. Он ищет в маркетинговых материалах соответствующие примеры успешных кейсов. Он генерирует информационный документ и презентацию по PowerPoint, и все это без вашего участия. Это не чат-бот, это агент. Почему это важно? Практическая ценность.

Итак, вы понимаете, что представляет собой эта платформа, но вот в чем вопрос. Почему это важно, если вы не разработчик, создающий систему искусственного интеллекта? Ответ в том, что эта платформа существует не только в терминале разработчика. Она обеспечивает работу инструментов, с которыми взаимодействуют обычные бизнес-пользователи. Агенты, созданные с помощью этой платформы, могут быть опубликованы непосредственно в Microsoft Teams и чатико-пайлот. Это означает, что агенты вашей организации находятся там, где вы уже работаете. Вам не нужно устанавливать отдельное приложение, запоминать новый логин или осваивать новые функции. Вы просто открываете Teams, и агент уже там. Для IT-специалистов и руководителей предприятий это еще важнее. Эта платформа предоставляет корпоративные средства контроля, которые действительно имеют значение. Вы получаете управление идентификацией через интро-ID, контроль доступа, чтобы агенты видели только то, что им положено, журналы аудита, чтобы вы знали, что и когда делал каждый агент, и управление данными, чтобы конфиденциальная информация оставалась защищенной.

И вот проблема, о которой вы, возможно, не задумывались. Теневой ИИ — это реальность. Сотрудники ежедневно используют несанкционированные инструменты ИИ, вставляя данные компании в общедоступные чат-боты, загружая конфиденциальные документы на неизвестные серверы и, надеясь на лучшее. ИТ-команды знают, что это происходит, но они не могут остановить это, запрещая инструменты. Люди найдут способ. Эта платформа дает ИТ-специалистам возможность предлагать одобренных, безопасных агентов, которые при этом выглядят современно. Вместо того, чтобы говорить сотрудникам, не используйте и, вы можете сказать, используйте вместо этого этих агентов. Они безопасны, управляются и работают с вашими данными. Существует также проблема разрастания числа агентов, и она уже наблюдается. Команды создают агентов быстрее, чем кто-либо может отследить. Эта платформа предоставляет единое место для управления, мониторинга и контроля всех агентов. Вы можете видеть, какие агенты используются, какие пылятся без дела, а какие нуждаются во внимании. Прозрачность затрат – еще один важный момент. Вы можете точно видеть, сколько стоит работа каждого агента, какие агенты дороги, какие эффективны и где их нужно оптимизировать. Этого вы не получите с помощью набора случайных инструментов и скриптов. Суть в том, что эта платформа делает и агентов практичными, безопасными и управляемыми для реальных организаций. Речь идет не просто о создании крутой технологии, а о создании чего-то, что работает в реальном бизнесе с реальными ограничениями, безопасностью, соответствием требованиям, бюджетом и управлением. Если вы отвечаете за что-либо из этого, эта платформа важна для вас. Как она вписывается в общую картину? Итак, где же на самом деле находится платформа для агентов? Это не отдельный продукт, это лишь часть гораздо большей головоломки. Давайте посмотрим, как все это взаимосвязано. Начните с Azure iPhone 3. Представьте себе, платформа для агентов – это то, как вы создаете своих агентов, а Phone 3 – это место, где они живут и работают. Она берет на себя всю сложную работу, инфраструктуру, масштабирование, мониторинг, безопасность. Вы создаете агента локально, развертываете его в Phone 3, и ваш агент работает в производственной среде с корпоративными средствами управления. Просто. Теперь, если вы не разработчик, у вас есть другой вариант – Copilot Studio. Это путь с минимальным использованием кода. Вы используете визуальный интерфейс для определения того, что делает ваш агент, подключаете его к источникам данных и публикуете в Teams. Код не требуется. Платформа для агентов предназначена для разработчиков, которые хотят полного контроля. Они дополняют друг друга. Нужна настройка. Используйте платформу. Нужно быстро двигаться. Используйте Copilot Studio. Затем есть Microsoft 365 Copilot – пользовательская часть. Агенты, созданные с помощью платформы, могут отображаться прямо внутри Copilot. Таким образом, пользователи взаимодействуют с ними через знакомый интерфейс – тот же Copilot, который они уже используют для работы. Не нужно изучать новый инструмент, не нужно внедрять новый рабочий процесс. Но вот где проявляется настоящая ценность – в интеллектуальном слое. Он состоит из трех частей. WorkIQ подключается к вашим личным данным, электронной почте, календарю, чатам. Foundry IQ подключается к организационным знаниям, документам, политикам, общим ресурсам. А Fabry IQ подключается к бизнес-данным, показателям продаж, записям о клиентах, операционным метрикам. Агенты могут использовать все три компонента. Именно это делает их по-настоящему полезными. Они не просто отвечают на общие вопросы, они обладают контекстом. Они знают, кто вы, над чем вы работаете и какие данные важны для вашего бизнеса. Когда агент готовит информационный документ для встречи с клиентом, он не гадает. Он использует ваш календарь, CRM, маркетинговые материалы и базу знаний вашей компании – все в одном запросе. И все это работает с моделью безопасности Microsoft.

IntraID для идентификации, Inchun для управления устройствами, Defender для защиты от угроз. Если ваша организация уже использует эти инструменты, эта платформа идеально впишется в нее. Нет необходимости создавать отдельный уровень безопасности. Для организаций, уже использующих Microsoft 365, Azure и Power Platform, эта платформа – естественный следующий шаг. Вам не нужно начинать с нуля. Вы расширяете-то, что уже есть. Долгосрочная перспектива. Простая. Агенты становятся такими же обычными, как приложения. Каждый бизнес-процесс получает слой агентов, не заменяя людей, но помогая им работать быстрее, получая более качественную информацию и сокращая количество повторяющихся задач. Эта платформа – это способ построения этого слоя. Начало работы – ваш первый шаг. Вот хорошие новости. Вам не нужно быть экспертом по ИИ, чтобы начать. Есть два пути. Путь без кода – это Copilot Studio. Визуальный интерфейс, перетаскивание, настройка, код не требуется. Вы можете получить работающие решения за несколько часов, а не дней. Если ваша цель – быстро решить конкретную бизнес-задачу, это ваш путь. Путь с кодом – это сама платформа агентов. Вы устанавливаете пакеты для Python или Python, NET и используете расширение VS Code. И это расширение заслуживает отдельного упоминания, потому что оно включает в себя навыки, работающие на основе ИИ. Вы просто указываете ему, что вам нужно. Создайте агента по подготовке продаж, который будет проверять ваш календарь и извлекать данные из CRM, и он автоматически создаст для вас весь проект. Код, файлы, конфигурации – все.

Это не пустая страница. Это стартовый набор. Расширение также включает в себя так называемый инспектор агентов. Это визуальный инструмент, который показывает вам, что делает ваш агент в режиме реального времени, шаг за шагом. Вы можете видеть, как он думает. Вы можете видеть, какие инструменты он вызывает. Вы можете видеть, где он застревает. Это как иметь отладчик, который говорит простым языком. Если вы уже используете семантик Кернел или Автоджан, есть помощники по миграции, которые анализируют ваш существующий код и генерируют пошаговый план миграции. Вам не нужно начинать с нуля. Фреймворк является открытым исходным кодом. Репозиторий GitHub находится по адресу github.com, касая черта Microsoft, касая черта Агент Ромевр. Примеры, документация, форумы для обсуждений – все там. Сообщество активно. Есть еженедельные консультации, где вы можете напрямую поговорить с командой разработчиков.

Этого нет у большинства фреймворков. Главный посыл таков – начните с малого. Создайте одного агента, который будет выполнять одну полезную функцию. Возможно, он будет проверять ваш календарь. Возможно, он будет обобщать ваши электронные письма. Возможно, он будет искать информацию о клиентах. Посмотрите, как он себя покажет. Затем масштабируйте. Самое важное – понять основные концепции. Именно об этом и был этот эпизод. Позвольте мне подвести итог, связав эти части воедино. Агент – это не чат-бот. Это система, которая думает, принимает решения и действует самостоятельно. Фреймворк существует потому, что создание агентов старым способом означало жонглирование несовместимыми инструментами и фреймворками, которые не взаимодействовали друг с другом. Эта фрагментация создавала путаницу. Поэтому Microsoft разработала единый способ создания, единый способ развертывания и единый способ управления.

Больше не нужно переключаться между фреймворками или соединять несовместимые части. Для начинающих вот простой вывод – агенты и – это не магия. Это структурированные системы, которые рассуждают, используют инструменты и запоминают контекст. Microsoft предоставила вам полный фреймворк для их создания, и он готов к использованию в производственной среде прямо сейчас. Это не преувеличение. Агенты становятся неотъемлемой нашей работы, как это было с приложениями и веб-сайтами много лет назад. Инструменты уже есть, сообщество активно, и ваш первый агент ближе, чем вы думаете. Если вы хотите узнать больше, начните с репозитория GitHub и расширения VS Code. Подпишитесь на свою любимую подкаст-платформу и поделитесь этим с тем, кто только начинает свой путь.