Сьогоднішня тема така, про яку чули майже всі, але майже ніхто не може її пояснити. Я говорю про агентів ЩІ. Ви, мабуть, чули цей термін на зустрічі, читали його в блозі або бачили в заголовку. Усі про них говорять. Але якщо попросити когось дати визначення, відповіді дуже швидко стають розмитими. Галас навколо нього гучний, визначення розпливчасті, а фраза вживається так вільно, що майже втрачає все своє значення. Ось найпоширеніша помилка, яку роблять люди. Вони думають, що агент – це просто чат-бот з більш вигадливою назвою. Ви запитуєте його щось, він відповідає. Це не агент, це чат-бот. І між ними є реальна різниця. Отже, що змінилося? Чому всі раптом стали одержими агентами? І що ще важливіше, чому вас це повинно хвилювати, якщо ви не розробник? До кінця цього епізоду ви зрозумієте, що насправді таке агент ЩІ, чому Майкрософт побудувала навколо нього цілу платформу, і чому це важливо для вашої роботи.

Що ж таке агент ЩІ? Ви вже знаєте, як працює чат-бот. Ви щось друкуєте, він відповідає. Це розмова. Це реактивна робота. Він чекає, поки ви щось скажете, а потім відповідає. Агент – це щось інше. Він не просто відповідає, він діє. Думайте, вирішуйте, дійте. Це найпростіше визначення, яке я можу вам дати. Ось як це працює. Спочатку агент думає. Він використовує великумовну модель, щоб міркувати про те, що вам насправді потрібно не лише те, що ви набрали, а й те, що ви мали на увазі. Якщо ви кажете «забронюйте зустріч із Сарою наступного вівторка», агент не просто повторює це вам. Він думає про те, що насправді означає цей запит. Потім він приймає рішення. Він розбиває ваш запит на кроки. Забронювати зустріч стає планом. Перевірте свій календар, знайдіть вільний слот, перевірте доступність Сари, надійшліть запрошення. Агент не здогадується, він створює послідовність дій. Зрештою, він діє. Він викликає інструменти та сервіси, щоб це сталося.

Він не каже вам, як забронювати зустріч, він бронює зустріч. Він не пояснює, як перевірити погоду, він перевіряє погоду та дає вам відповідь. Отже, подумайте про різницю. Чат-бот реагує на зміни. Він чекає на ваше наступне запитання. Агент проактивний. Ви ставите йому мету, і він починає працювати над нею. Він може повернутися з питаннями, якщо йому знадобиться більше інформації, але йому не потрібно, щоб ви тримали його за руку на кожному кроці. Чат-бот – це як довідкове бюро в бібліотеці. Ви запитуєте, де знаходиться книга, і вони вказують вам правильний прохід. Агент – це як особистий помічник, у якого є ключі від будівлі. Ви кажете, мені потрібна інформація про наших найкращих клієнтів для завтрашньої зустрічі. І вони знаходять її, упорядковують і передають вам інформаційний документ. Ви не сказали їм, де шукати чи який формат використовувати. Вони самі розібралися. Об'єднайте ці три елементи, і ви отримаєте щось, що не просто відповідає на запитання, а й виконує завдання.

До появи фреймворку існував фрагментований ландшафт. Тож, якщо агенти такі корисні, чому ж не всі їх вже створюють? Коротка відповідь полягає в тому, що донедавна це був складний процес. Вам доводилося самостійно збирати кілька інструментів, щось на кшталт спроби зібрати автомобіль, купуючи деталі у різних виробників і сподіваючись, що вони підійдуть одна до одної. Першою спробою Microsoft виправити це був Semantic Kernel SDK для інтеграції шів-додатки. Потужна річ, але це був набір інструментів, а не креслення. Він давав вам деталі, вам все одно потрібно було з'ясувати, як їх зібрати. Потім з'явився автоген від Microsoft Research. Цей фреймворк досліджував багатоагентні розмови, де агенти ще спілкуються, дискутують та співпрацюють. Передовий – так, але він був експериментальним, не створеним для виробничих систем. Тож розробникам довелося зіткнутися з важким вибором. Semantic Kernel був стабільним і готовим до використання в підприємствах, але йому бракувало розширених шаблонів оркестрації.

Автоген мав круті багатоагентні можливості, але не був тим, що можна було б запустити в реальному середовищі. Кожен мав свою криву навчання, свій спосіб роботи, свою спільноту. І це був не лише Microsoft. З'явилися інші фреймворки – LongChain, Кревай, десяток інших. Екосистема була повсюди. Якщо ви хотіли створювати агентів на роботі, вам потрібно було стати експертом у світі, що швидко змінюється. Який фреймворк вивчити? Який з них виживе? Який з них насправді підтримує Microsoft? Для новачка це було приголомшливо. Уявіть, що ви розробник у компанії, яка досліджує агентів ЩІ. Ви досліджуєте та знаходите п'ять різних фреймворків, кожен зі своєю документацією, власними шаблонами, власною спільнотою. Ви не знаєте, з чого почати. Ви не знаєте, на який з них поставити свій час. Ця фрагментація створила справжній бар'єр. Ішлося не лише про вивчення інструменту, а про ставку на цілу екосистему.

І коли варіанти використання агентів перейшли від експериментів до реальних бізнес-процесів, Microsoft зрозуміла, що це не є сталим. Їм потрібен був один фреймворк, один уніфікований підхід, одна відповідь на питання, як створити агента. Що таке Microsoft Agent Framework? Отже, Microsoft взяла два фреймворки, які у них були, Semantic Kernel та Autogyn, та об'єднала їх в один. Результатом є Microsoft Agent Framework, єдиний уніфікований SDK, який поєднує корпоративну стабільність Semantic Kernel з передовими багатоагентними шаблонами від Autogyn. Команди, які створили ці два фреймворки, тепер працюють разом над цим. Цей фреймворк був запущений у режимі попереднього перегляду наприкінці 2025 року та досяг версії 1.0 у липні 2026 року. Ця хронологія важлива, оскільки вона говорить вам, що це не дослідницький проєкт чи експеримент. Це готовий до виробництва продукт. Microsoft каже, створюйте свої реальні системи на цьому.

Він також має відкритий вихідний код. Ви можете знайти його на GitHub з понад 7 тисяч зірок та понад 100 учасниками. Спільнота активна. Є щотижневі робочі години, коли ви можете безпосередньо поспілкуватися з командою інженерів. Це не те, що ви отримуєте із закритим продуктом. Фреймворк підтримує Python та NIT як першокласні мови програмування. Незалежно від того, чи ви розробник на C, чи розробник на Python, ви отримуєте однаковий досвід. І це важливо, оскільки багато фреймворків штучного інтелекту написані лише на Python. Microsoft свідомо вирішила однаково ставитися до обох мов. І ось дещо, що може вас здивувати. Фреймворк підтримує понад сім різних постачальників моделей Microsoft Foundry, Azure OpenEye, OpenEye, Anthropic Cloud, Amazon Bedrock, Google Gemini, навіть локальні моделі через Olamo. Ви пишете логіку свого агента один раз, і вона працює на всіх них. Ви не прив'язані до одного постачальника.

Перехід з OpenEye на Anthropic призведе до зміни значення конфігурації, а не всієї кодової бази. Фреймворк має два основні компоненти. Агенти – це будівельні блоки, окремі одиниці міркування, які можуть думати та діяти. Робочі процеси – це рівень оркестрації, який пов'язує кількох агентів разом. Ви можете мати одного агента, який виконує одне завдання, або цілу команду, яка працює над складним завданням. Існує також те, що називається декларативними визначеннями. Ви визначаєте поведінку агента у файлі в IAML. Це означає, що конфігурація вашого агента керована версіями. Помістіть її в діт, перегляньте її в пул-реквестах, розгорніть її через конвайери CI-CD. Для корпоративних команд це величезна перевага. Але ось що я хочу, щоб ви зрозуміли. Цей фреймворк призначений не лише для розробників, які створюють складні системи. Він розроблений для корпоративних сценаріїв. Безпека, відповідність, спостережуваність, схвалення, людина в циклі – все це вбудовано, а не прикріплено.

І саме це відрізняє його від попередніх експериментальних фреймворків. Структурні блоки, агенти, інструменти, пам'ять, робочі процеси. Давайте розберемо це на чотири основні концепції. Якщо ви правильно їх зрозумієте, ви зрозумієте 90% того, що робить цей фреймворк. По-перше, агенти. Вони є фундаментальною одиницею. Кожен агент має ім'я, набір інструкцій та доступ до інструментів. Це одиниця міркування, яка може думати та діяти. Ви вказуєте їй, хто вона, що вона повинна робити та які ресурси вона може використовувати. Все інше випливає з цього. Далі – інструменти. Це руки агента, функції ARRI або зовнішні служби, які агент може викликати дані про погоду, доступ до календаря, запити до бази даних, операції з файлами. Агент не знає, як робити ці речі самостійно. Йому потрібні інструменти, щоб вийти у світ і діяти. Ви можете самостійно писати прості функції, або це можуть бути MCP-сервери Model Context Protocol.

Це стандартний спосіб підключення агентів до зовнішніх сервісів. Уявіть собі це як універсальний роз'єм. Якщо сервіс підтримує MCP, ваш агент може використовувати його без спеціального коду інтеграції. А ще є пам'ять. Це сховище мозку. Існує два типи. Пам'ять на рівні сеансу є короткочасною. Вона пам'ятає, що сталося під час однієї розмови. Постачальники контексту є довгостроковими. Вони пам'ятають уподобання та факти з кількох розмов. Пам'ять – це те, що змушує агента почуватися розумним. Без неї кожна взаємодія починається з нуля. Ви представляєте себе і наступного разу, коли ви говорите, це забувається. Завдяки пам'яті агент знає, хто ви, що ви обговорювали і що вас хвилює. Це різниця між розмовою з незнайомцем і розмовою з колегою, який знає вашу роботу. Нарешті – робочі процеси. Це рівень у оркестрації, де ви визначаєте кількох агентів, які працюють разом. Робочі процеси можуть бути послідовними крокей, потім крок бі вони можуть бути одночасними, коли кілька агентів працюють паралельно над різними частинами однієї і тієї ж проблеми, або вони можуть бути умовними.

Якщо це станеться – перейдіть сюди. Якщо це станеться – перейдіть туди. Робочі процеси також підпримують контрольні точки. Якщо щось не вдається на півдорозі, система може відновити роботу з того місця, де вона зупинилася. Вона не починає з початку. Це важливо для тривалих завдань, які можуть тривати годинами або включати кілька кроків. Також вбудовані шаблони – людина в циклі. Агенти можуть призупинити роботу та запитати схвалення, перш ніж виконувати конфіденційні дії. Якщо агент збирається надіслати електронний лист або схвалити платіж, він може зупинитися та чекати, поки людина скаже. Це важливо для регульованих галузей. Ось реальний приклад. Уявіть собі агента з підготовки продажів. У вас завтра зустріч з клієнтом. Ви кажете агенту «Допоможіть мені підготуватися». Він перевіряє ваш календар, щоб підтвердити час. Він отримує дані CRM, щоб побачити історію клієнта. Він шукає маркетингові матеріали для відповідних тематичних досліджень.

Він генерує інформаційний документ та презентацію PowerPoint, і все це без вашої участі. Це не чат-бот. Це агент. Практична цінність. Отже, ви розумієте, що таке фреймворк, але ось у чому річ, чому вас це повинно хвилювати, якщо ви не розробник, який створює системи штучного інтелекту. Відповідь полягає в тому, що цей фреймворк не просто знаходиться в терміналі розробника. Він забезпечує інструменти, з якими взаємодіють звичайні бізнес-користувачі. Агентів, створених за допомогою фреймворку, можна публікувати безпосередньо в чаті Microsoft Teams та Coopilot. Це означає, що агенти вашої організації працюють там, де ви вже працюєте. Вам не потрібна окрема програма для встановлення, новий логін для запам'ятовування чи крива навчання. Ви просто відкриваєте Teams, і агент вже там. Для ІТ-фахівців та осіб, які приймають рішення в бізнесі, це ще важливіше. Фреймворк забезпечує корпоративні елементи керування, які дійсно мають значення.

Ви отримуєте керування ідентифікацією через EntraID, контроль доступу, щоб агенти бачили лише те, що вони повинні в журнали аудиту, щоб ви знали, що і коли робив кожен агент, та управління даними, щоб конфіденційна інформація залишалася захищеною. А ось проблема, про яку ви, можливо, не думали. Тіньовий ще реальний. Працівники щодня використовують несанкціоновані інструменти штучного інтелекту, вставляючи дані компанії в публічні чат-боти, завантажуючи конфіденційні документи на невідомі сервери та сподіваючись на краще. ІТ-команди знають, що це відбувається, але вони не можуть зупинити це, заборонивши інструменти. Люди знайдуть спосіб. Цей фреймворк дає ІТ-відділам можливість пропонувати схвалені, безпечні агенти, які все ще виглядають сучасно. Замість того, щоб казати співробітникам «Не використовуйте щі», ви можете сказати «Використовуйте цих агентів». Вони безпечні, вони регулюються та працюють з вашими даними.

Існує також проблема розростання агентів, і вона вже відбувається. Команди створюють агентів швидше, ніж будь-хто може відстежити. Фреймворк надає вам єдине місце для управління, моніторингу та контролю всіх них. Ви можете бачити, які агенти використовуються, які збирають пил, а які потребують уваги. Прозорість витрат – ще один важливий фактор. Ви можете точно бачити, скільки коштує експлуатація кожного агента, які агенти дорогі, які ефективні та деоптимізувати. Це не те, що ви отримаєте з набором випадкових інструментів та скриптів. Суть у тому, що цей фреймворк робить агентівші практичними, безпечними та керованими для реальних організацій. Йдеться не просто про створення класних технологій, а про створення чогось, що працює в реальному бізнесі з реальними обмеженнями, безпекою, відповідністю, бюджетом, управлінням. Якщо ви відповідаєте за будь-що з цього, цей фреймворк важливий для вас.

Як він вписується в загальну картину? Отже, де насправді вписується фреймворк агента? Це не окремий продукт, це один елемент набагато більшої головоломки. Давайте розглянемо, як все пов'язано. Почнемо з Azure AI Foundry. Подумайте про це так. Фреймворк агента – це те, як ви створюєте своїх агентів, а Foundry – це місце, де вони живуть і працюють. Він обробляє всю важку роботу, інфраструктуру, масштабування, моніторинг, безпеку. Ви створюєте локально, розгортаєте у Foundry, і ваш агент працює у виробничому середовищі з корпоративним контролем. Просто. Тепер, якщо ви не розробник, у вас є ще один варіант Co-Pilot Studio. Це шлях з низьким кодом. Ви використовуєте візуальний інтерфейс, щоб визначити, що робить ваш агент, підключити його до джерел даних і публікувати його в Teams. Код не потрібен. Фреймворк агента призначений для розробників, які хочуть повного контролю. Вони доповнюють один одного.

Потрібна настройка. Використовуйте фреймворк. Потрібно швидко рухатися. Використовуйте Co-Pilot Studio. А ще є Microsoft 365 Co-Pilot – сторона, орієнтована на користувача. Агенти, створені за допомогою фреймворку, можуть відображатися прямо в Co-Pilot. Тож користувачі взаємодіють з ними через звичний інтерфейс, той самий Co-Pilot, який вони вже використовують для роботи. Не потрібно вивчати нові інструменти, не потрібно впроваджувати нові робочі процеси. Але ось де проявляється справжня цінність рівень інтелектуальності. Він складається з трьох частин. Verk IQ підключається до ваших особистих даних, електронної пошти, календаря, чатів. Foundry IQ підключається до організаційних знань, документів, політик, спільних ресурсів. А Fabric IQ підключається до бізнес-даних, показників продажів, записів клієнтів, операційних показників. Агенти можуть використовувати всі три. Саме це робить їх справді корисними.

Вони не просто відповідають на загальні запитання, вони мають контекст. Вони знають, хто ви, над чим працюєте та які дані важливі для вашого бізнесу. Коли агент готує інформаційний документ для зустрічі з продажу, це не здогадки. Він отримує дані з вашого календаря, вашої CRM, ваших маркетингових матеріалів та бази знань вашої компанії все в одному запиті. І все це працює з моделью безпеки Microsoft. EntraID для ідентифікації, Intune для керування пристроями, Defenda для захисту від загроз. Якщо ваша організація вже використовує ці інструменти, фреймворк ідеально підходить. Немає потреби створювати окремий рівень безпеки. Для організацій, які вже використовують Microsoft 365, Azure та Pava Platform, цей фреймворк є природним наступним кроком. Ви не починаєте з нуля. Ви розширюєте те, що у вас вже є. Довгострокове бачення. Просто агенти стають такими ж поширеними, як і програми. Кожен бізнес-процес отримує рівень агента, який не замінює людей, а допомагає їм працювати швидше з кращою інформацією та меншою кількістю повторюваних завдань.

Цей фреймворк – це те, як ви будуєте цей рівень. Початок роботи – ваш перший крок.

Візуальний інтерфейс, перетягування, налаштування, код не потрібен. Ви можете запустити щось за години, а не за дні. Якщо ваша мета – швидко вирішити конкретну бізнес-проблему, це ваш шлях. Шлях коду – це сама структура агента. Ви встановлюєте пакети для Python або Python.net і використовуєте розширення VS Code. І про це розширення варто поговорити, тому що воно включає навички на базі штучного інтелекту. Ви вказуєте йому, що хочете. Створіть агента з підготовки продажів, який перевіряє мій календар і отримує дані CRM, і він будує весь проєкт для вас. Код, файли, конфігурації – все. Це не чиста сторінка. Це розбіг. Розширення також включає так званий інспектор агентів. Це візуальний інструмент, який показує вам, що робить ваш агент у режимі реального часу крок за кроком. Ви можете бачити, як він думає. Ви можете бачити, які інструменти він викликає. Ви можете бачити, де він застрягає. Це як мати налагоджувач, який розмовляє простою англійською.

Можливо, він перевіряє ваш календар. Можливо, він підсумовує ваші електронні листи. Можливо, він шукає інформацію про клієнтів. Подивіться, як це працює. Потім масштабуйте. Найголовніше – зрозуміти концепції. І саме про це був цей епізод. Дозвольте мені завершити, пов'язавши ці частини разом. Агент – це не чат-бот. Це система, яка думає, вирішує та діє самостійно. Фреймворк існує тому, що створення агентів старим способом означало жонглювання несумісними інструментами та фреймворками, які не взаємодіяли один з одним. Ця фрагментація робила все заплутаним. Тож Microsoft створила один спосіб збірки, один спосіб розгортання та один спосіб управління. Більше жодного перемикання між фреймворками чи сшивання невідповідних частин. Для початківців ось простий висновок. Ще агенти – це не магія. Це структуровані системи, які міркують, використовують інструменти та запам'ятовують контекст. Microsoft надала вам повний фреймворк для їх створення, і він вже готовий до роботи.

Це не просто ажіотаж. Агенти стають нормальною частиною нашої роботи, як це було з додатками та вебсайтами багато років тому. Інструменти вже тут, спільнота активна, а ваш перший агент ближче, ніж ви думаєте. Якщо ви хочете дізнатися більше, почніть з репозиторію GitHub та розширення VS Code. Підпишіться на свою улюблену платформу для подкастів і поділіться цим з кимось, хто починає свою подорож.