AutoGen

Le framework multi-agents de Microsoft apparaît dans trois notes de veille comme membre d'une liste récurrente plutôt que comme sujet à part entière : LangGraph, CrewAI, «AutoGen», parfois rejoints par Semantic Kernel, OpenAI Agents SDK, AWS Bedrock et Google ADK. Cette énumération est précisément le propos. Dans chaque cas, l'auteur nomme ce cluster de frameworks pour argumenter qu'autre chose compte davantage.

Tony Seale, dans un texte du 2026-04-17, oppose les frameworks d'orchestration au schéma qu'il observe chez les praticiens avancés : un modèle capable dans un harnais capable, à l'image de «Claude Code», Codex, OpenClaw et Hermes. Il cite Anthropic, selon qui chaque composant d'un harnais encode une hypothèse sur ce que le modèle ne peut pas faire seul, et que de telles hypothèses vieillissent vite. Un échafaudage conçu pour un modèle limité handicape un modèle plus puissant. Seale qualifie les frameworks de phase transitoire ; ce qu'une organisation possède en propre, c'est son ontologie.

Antoine Habert arrive à une conclusion voisine à partir de deux années de déploiement en production dans une fintech européenne, couvrant 2023 à 2025. Son bilan de 2024 est que la prolifération des frameworks, dont «AutoGen», a laissé sous-développées les dimensions les plus difficiles : la transparence du raisonnement, une mémoire organisationnelle structurée, une véritable coopération cognitive entre agents, et une supervision capable de monter en charge. La note de la plateforme Wenvision répète cet écart en des termes plus directs : construire un agent basique avec LangChain ou Autogen est relativement facile, alors que le déploiement en entreprise exige à la place gouvernance, auditabilité, maîtrise des coûts et conformité.

Les attributs consignés ici qualifient «AutoGen» de framework de prototypage d'agents IA. Aucune des trois notes ne conteste ce point ; ce qu'elles contestent, c'est la valeur du prototypage.