Microsoft Semantic Kernel pre podnikové .NET/Java stacky

Semantic Kernel je open-source SDK od Microsoftu, ktoré integruje veľké jazykové modely prostredníctvom pluginov, funkcií, function callingu, vector stores a konektorov do aplikácií v .NET, Pythone a Jave. Microsoft označuje Microsoft Agent Framework, ktorý spája Semantic Kernel a AutoGen, za priameho nástupcu oboch projektov. Pre podniky s existujúcim stackom Microsoft, Azure a .NET je Agent Framework najpriamočiarejším vstupom do nových agentných workloadov; existujúce riešenia postavené na Semantic Kernel bežia ďalej.

• Čo to je: model-agnostické podnikové SDK na orchestráciu LLM, primárne pre C#/.NET, popri tom pre Python a Javu.
• Kľúčové stavebné prvky: pluginy/funkcie (volateľné nástroje), automatický function calling (plánovanie krokov), vector stores (memory, kontext) a konektory (modely, služby).
• Strategický stav 2026: Semantic Kernel a AutoGen sa spájajú v Microsoft Agent Framework 1.0 (GA od 3. apríla 2026, licencia MIT); SK 1.x sa ďalej udržiava, nové funkcie vznikajú v Agent Framework, AutoGen prechádza do režimu údržby.

Štyri kľúčové stavebné prvky Semantic Kernel

Semantic Kernel štruktúruje integráciu AI pomocou štyroch abstrakcií, z ktorých každú možno samostatne zachytiť v podnikovom kóde.

Pluginy a funkcie. Plugin združuje funkcie, ktoré môže kernel volať. Existujú dva druhy: native functions sú bežný kód v C#, Pythone alebo Jave (napríklad prístup k databáze alebo volanie REST), prompt functions sú parametrizované prompty (predtým sa nazývali semantic functions). Oba druhy sa modelu ponúkajú ako volateľné nástroje. To zodpovedá vrstve tool/function callingu so spracovaním chýb, ktorá tvorí podstatu agentového frameworku.

Plánovanie cez function calling. Predchádzajúce plannery (Stepwise, Handlebars) Microsoft označil za zastarané a odstránil ich z balíka. Dnes model pomocou automatického function callingu sám rozhoduje, ktoré funkcie pluginov zavolá a v akom poradí: zavolá funkciu, skontroluje výsledok a zvolí ďalší krok. Namiesto natvrdo zadrôtovaného workflowu sa opíšu dostupné pluginy. To je most od statického workflowu k dynamicky riadenému agentovi. V Microsoft Agent Framework plánuje agent rovnakým spôsobom, workflowy založené na grafe to dopĺňajú o pevne definované cesty vykonávania.

Vector stores (memory). Pamäť (memory) udržiava kontext naprieč viacerými krokmi. Históriu konverzácie uchováva SK ako chat history, perzistentné znalosti ukladá ako embeddings vo vektorových databázach (pre scenáre RAG). Na to dnes SK používa abstrakcie vector stores, ktoré nahradili predchádzajúce memory stores. Vďaka tomu je možná správa stavu naprieč viacerými volaniami bez toho, aby sa pamäť musela ručne odovzdávať cez reťazec volaní.

Konektory. Konektory oddeľujú kód od konkrétnych modelov a služieb. V Microsoft Agent Framework možno šesť poskytovateľov vymeniť zmenou jedného riadku (1-line swap): Azure OpenAI, OpenAI, Anthropic, Amazon Bedrock, Google Gemini a Ollama (stav 2026). To citeľne znižuje model lock-in, čo je ústredné kritérium výberu pre regulované odvetvia.

Zameranie na .NET/Java: prečo z toho podnikové stacky profitujú

Podstatným rozdielom oproti frameworkom zameraným na Python, ako sú CrewAI (iba Python) alebo Pydantic AI (iba Python), je prvotriedna podpora .NET. Kto prevádzkuje existujúce prostredie ASP.NET, Azure Functions alebo Service Fabric, integruje AI agentov v tom istom jazyku a v tom istom stacku na nasadzovanie, bez zmeny jazyka a bez samostatnej služby v Pythone.

Z personálneho hľadiska to tiež zohráva úlohu: existujúci .NET tím pracuje s Agent Framework ďalej vo svojom zvyčajnom jazyku a nepotrebuje navyše špecialistov na Python. Semantic Kernel podporuje aj Javu. Microsoft Agent Framework však podľa Microsoft Learn existuje pre .NET (C#) a Python, k tomu Go ako public preview; Javu tam Microsoft neuvádza. Firmy postavené čisto na Jave by preto mali podporu jazykov preveriť pred začiatkom projektu.

K tomu sa pridávajú podnikové vlastnosti, ktoré v praxi rozhodujú o pripravenosti na produkciu:

• Natívna podpora MCP (Model Context Protocol) pre štandardizovaný prístup k nástrojom, napojená napríklad cez konfiguráciu ako .WithMcpServer(...).
• Natívna podpora A2A (Agent-to-Agent, protokol v1.0) vrátane Signed Agent Cards pre komunikáciu medzi agentmi.
• Observability cez Application Insights, OpenTelemetry a Foundry Monitoring, dôležitá pre povinnosti auditu a vysledovateľnosti (traceability).
• Vykonávanie kódu v sandboxe cez CodeAct/Hyperlight (vo fáze alfa, 2026).
• Hosting Azure v Európe v regiónoch EÚ Germany West Central (Frankfurt), West Europe a Sweden Central, k tomu Switzerland North, plus Microsoft EU Data Boundary (EÚ a EZVO).

Vzťah k AutoGenu: ohlásená konvergencia

Do roku 2025 mal Microsoft dve paralelné vetvy: Semantic Kernel ako SDK orientované na produkciu a AutoGen ako výskumný/multi-agentový framework. V Microsoft Agent Framework sa obe vetvy zlučujú.

Zmena stratégie je konkrétna. Microsoft Agent Framework vstúpil 1. októbra 2025 do public preview a 3. apríla 2026 dosiahol všeobecnú dostupnosť (general availability), a to pod licenciou MIT a s explicitným záväzkom LTS. Pred zlúčením mali Semantic Kernel a AutoGen spolu viac ako 75 000 hviezdičiek na GitHube. Nový framework jasne rozlišuje medzi agentmi (stateful execution units) a workflowmi (orchestrácia založená na grafe) a integruje multi-agentové koncepty AutoGenu do grafového workflow enginu.

Rozhodujúce pre existujúcich zákazníkov: Semantic Kernel beží ďalej, vývoj však pokračuje v Agent Framework. Microsoft v SK 1.x naďalej opravuje kritické chyby a bezpečnostné zraniteľnosti, a to so záväzkom minimálne na jeden rok po skončení preview Agent Framework, teda minimálne do apríla 2027. Väčšina nových funkcií vzniká v Agent Framework. Existujúce riešenia bežia ďalej a dajú sa migrovať postupne; s GA však Microsoft výslovne odporúča prechod. AutoGen naproti tomu prechádza do režimu údržby; nové multi-agentové projekty by sa v ňom už nemali začínať (stav 2026).

Porovnanie migračných ciest

Kedy sa Microsoft Agent Framework hodí pre podnikové tímy a kedy nie

Dobre sa hodí, ak platí aspoň jeden z týchto bodov:

• .NET/C# je povinný alebo dominantný stack.
• Existuje prostredie Azure s požiadavkou na rezidenciu dát v EÚ.
• Tím je existujúcim zákazníkom Semantic Kernel alebo AutoGenu.
• Regulované workloady v EÚ s potrebou logovania, vysledovateľnosti (traceability) a ľudského dohľadu (human oversight) (relevantné v kontexte EU AI Act; Digital Omnibus (nariadenie (EÚ) 2026/1744) platí od 27. júla 2026 a odkladá povinnosti pre vysokorizikové systémy podľa prílohy III na 2. decembra 2027).

Skôr sa nehodí, ak:

• Tím pracuje čisto v Pythone a rozhoduje time-to-demo, vtedy sú CrewAI (najrýchlejší prototyp) alebo Pydantic AI často priamočiarejšie.
• Vyžaduje sa striktná suverenita bez amerických dodávateľov, pretože tu väzba na amerického dodávateľa a diskusia o CLOUD Acte zostávajú otvoreným bodom, napriek regiónom Azure v EÚ.
• Je okamžite potrebná maximálna zrelosť: GA z 3. apríla 2026 je ešte mladá a jednotlivé balíky (napríklad agent_framework.orchestrations) zostali dlhšie v stave preview. Tvrdenia o zrelosti treba overiť.

Konkrétny príklad: asistent na tvorbu ponúk v .NET stacku

Stredne veľký B2B strojársky podnik (Viedeň) chce odbremeniť obchodníkov pri tvorbe ponúk. Existujúci stack: ASP.NET Core, SQL Server, Azure West Europe.

Riešenie postavené na Microsoft Agent Framework (stavebné prvky v terminológii Semantic Kernel):

1. Plugin ProductCatalog (native function) číta ceny a dostupnosť zo SQL Servera.
2. Plugin PricingRules (prompt function) uplatňuje logiku zliav ako parametrizovaný prompt.
3. MCP server pripája CRM s históriou zákazníkov (.WithMcpServer(...)).
4. Agent orchestruje: pochopiť dopyt, vyhľadať v katalógu, vypočítať cenu, vytvoriť text ponuky.
5. Konektor smeruje na Azure OpenAI vo West Europe (rezidencia dát v EÚ).

Náčrt v pseudokóde:

```csharp
var agent = new AgentBuilder()
.WithAzureOpenAI("gpt-deployment", endpoint, key) // región EÚ
.WithPlugin<ProductCatalog>()
.WithPlugin<PricingRules>()
.WithMcpServer("crm-connector")
.Build();

var result = await agent.RunAsync(
"Vytvor ponuku pre zákazníka 4711, 50 kusov typu B");
```

Predpokladaný výsledok: namiesto približne 25 minút ručnej rešerše a písania textu na jednu ponuku dodá asistent návrh za menej ako 60 sekúnd a obchodník ho už len skontroluje (human-in-the-loop). Pri 40 ponukách týždenne to zodpovedá úspore približne 16 hodín týždenne; konkrétne čísla treba overiť v danom podniku. Application Insights zaznamenáva každý krok pre povinnosť auditu.

Pre agentúry a B2B rozhodovateľov

Pre agentúry je Microsoft Agent Framework silným argumentom u klientov s rokmi budovaným prostredím Microsoft: dodávajú AI agentov v existujúcom stacku .NET/Azure bez budovania paralelnej prevádzky v Pythone a rezidenciu dát v EÚ cez regióny Azure v EÚ vedia presvedčivo obhájiť pred zodpovednými za ochranu údajov a compliance. Pre B2B rozhodovateľov je konvergencia Semantic Kernel a AutoGenu signálom stability: GA produkt so záväzkom LTS namiesto dvoch paralelných projektov. Blck Alpaca podporuje firmy v regióne DACH pri výbere frameworku, hodnotení suverenity a migrácii existujúcich riešení postavených na Semantic Kernel. Odporúčanie: najprv definuj prípad použitia, potom zvoľ framework, nikdy nie naopak.