Старт 23 ноябряЖивой Поток 3 интенсива «Вайбкодинг и ИИ-агенты»: 3 недели практики, 9 живых занятийПоток 3 (23.11) →
РелизРазбор · На радарHabr AI→ оригинал

AG2 1.0 заменил LLM-менеджера каналами Network и дал лимит в 8 вызовов инструментов

В старом AutoGen порядок реплик выбирал LLM-«менеджер», который нередко зацикливался и терял контекст. В AG2 1.0 его заменил Network: писатель публикует Draft, критик подписан на Draft, как на очередь сообщений, и порядок задан кодом. Параметр max_tool_iterations=8 не даёт агенту бесконечно вызывать инструменты и жечь токены. Так мультиагентный сценарий собирается как предсказуемый конвейер.

AI-обработка оригинала Habr AI; редакция Hamidun News
AG2 1.0 заменил LLM-менеджера каналами Network и дал лимит в 8 вызовов инструментов
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Форк AutoGenв ноябре 2024 Chi Wang с частью команды ушёл из Microsoft
Ключевой факт #2Ядро async-first, поддерживает протоколы MCP, A2A и AG-UI
Ключевой факт #3context.input() ставит агента на паузу до ответа человека

Представьте, что вы делаете сервис, который пишет статьи: один агент сочиняет черновик, второй его критикует, третий правит финальный текст. В старом AutoGen очередность реплик между ними выбирала отдельная модель, «менеджер» на базе LLM. Нередко она зацикливалась или теряла контекст, и разработчик не мог предсказать, кто заговорит следующим. В AG2 версии 1.0 этого менеджера заменили на Network: хаб с типизированными каналами, где порядок задаёт код. Ещё один параметр, max_tool_iterations (например, 8), ограничивает число вызовов инструментов, чтобы агент не сжигал токены в бесконечном цикле. Ниже разбираем, откуда взялся AG2 и что из него стоит взять в работу.

Откуда взялся AG2 и почему форков два

В 2023 году Microsoft Research опубликовала статью «AutoGen: Enabling Next-Gen LLM Applications» и выложила одноимённую библиотеку. Идея выстрелила благодаря ConversableAgent: агенты общаются друг с другом через initiate_chat. Фреймворк стал де-факто стандартом для мультиагентных экспериментов, а версия 0.2 до сих пор встречается в туториалах и чужих legacy-проектах.

Потом внутри Microsoft решили переписать всё с нуля. AutoGen 0.4 получил событийную архитектуру, типизацию и слой акторов, но совместимость API сломалась практически целиком. Из-за разногласий о направлении развития в ноябре 2024 года Chi Wang с частью команды ушёл и создал форк под организацией ag2ai. Он называется «AG2 (formerly AutoGen)» и позиционирует себя как прямое продолжение. Microsoft развивала свою линию, а затем свернула усилия в Microsoft Agent Framework. Практический вывод: перед тем как копировать код из туториала, проверьте, о какой ветке он написан.

Что изменилось в версии 1.0

С выходом версии 1.0 в 2026 году AG2 перестал быть простой обёрткой вокруг API языковых моделей. Ядро стало async-first: цикл агента, вызовы инструментов и запросы к модели не блокируют поток, а стриминг включён по умолчанию. Ядро небольшое и предсказуемое, а остальное подключается по необходимости: субагенты, постоянная память, телеметрия, интеграции с MCP и A2A. Для фронтенда поддерживается протокол AG-UI.

Основа API состоит из Agent, метода ask и объекта Reply. В Reply лежат текст ответа, список вызванных инструментов и расход токенов. Инструментом становится обычная Python-функция с докстрингом и аннотациями типов, помеченная декоратором @tool. Дальше библиотека делает рутину сама: парсит аргументы, выполняет функцию, возвращает результат модели и повторяет цикл, пока задача не решена. Если функция бросает исключение, модель получает текст ошибки и, как правило, исправляет аргументы. Автор обзора всё же советует валидировать данные самому и возвращать понятные сообщения.

Главная перемена касается оркестрации. Вместо GroupChat с LLM-менеджером в AG2 v1.x пришёл Network. Каждый агент объявляет, какие сообщения публикует (publishes) и на какие подписан (subscribes). Например, писатель публикует Draft, критик подписан на Draft, а редактор подписан на Review, то есть на вердикт критика с флагом approved и списком замечаний. Это похоже на брокер сообщений, а не на общий чат.

Контроль и безопасность

Для рискованных действий есть human-in-the-loop. Если агент вызвал context.input(), выполнение замирает, пока человек не ответит, не подтвердит действие или не передаст недостающие данные. Например, перед отправкой счёта на сумму можно спросить «Отправить счёт? [да/нет]» и отменить операцию. Готовые хуки есть для CLI, веб-интерфейса и очередей сообщений.

Если инструмент запускает код, его лучше исполнять в песочнице. Для этого в AG2 есть SandboxCodeTool и SandboxShellTool с бэкендами E2B и boxd: агент пишет и запускает код внутри изолированной микроВМ. Через middleware, по аналогии с веб-фреймворками, можно навесить на конвейер логирование каждого вызова инструмента. Есть и structured outputs: агент возвращает ответ по Pydantic-схеме, например план с полями steps и estimate_hours.

Начать несложно: нужен Python 3.11 или новее, виртуальное окружение и команды uv init и uv add ag2. Модели можно брать локальные (ollama, vLLM), бесплатно и приватно, но понадобятся GPU. Либо подключиться через облачный шлюз с OpenAI-совместимым эндпоинтом: меняются только base_url и токен.

Материал остаётся обзором с примерами кода, а не бенчмарком. Сравнений по скорости, цене или качеству с другими фреймворками в нём нет. Если вам нужна мультиагентная система без непредсказуемого «менеджера-LLM», попробуйте AG2 на сценарии из трёх агентов. Сразу задайте типизированные сообщения и лимит max_tool_iterations.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: откуда взялся AG2 и почему форков два?

В 2023 году Microsoft Research опубликовала статью «AutoGen: Enabling Next-Gen LLM Applications» и выложила одноимённую библиотеку. Идея выстрелила благодаря ConversableAgent: агенты общаются друг с другом через initiate_chat. Фреймворк стал де-факто стандартом для мультиагентных экспериментов, а версия 0.2 до сих пор встречается в туториалах и чужих legacy-проектах. Потом внутри Microsoft решили переписать всё с нуля.

Что известно по теме: что изменилось в версии 1.0?

С выходом версии 1.0 в 2026 году AG2 перестал быть простой обёрткой вокруг API языковых моделей. Ядро стало async-first: цикл агента, вызовы инструментов и запросы к модели не блокируют поток, а стриминг включён по умолчанию. Ядро небольшое и предсказуемое, а остальное подключается по необходимости: субагенты, постоянная память, телеметрия, интеграции с MCP и A2A. Для фронтенда поддерживается протокол AG-UI. Основа API состоит из Agent, метода ask и объекта Reply.

Что известно по теме: контроль и безопасность?

Для рискованных действий есть human-in-the-loop. Если агент вызвал context.input(), выполнение замирает, пока человек не ответит, не подтвердит действие или не передаст недостающие данные. Например, перед отправкой счёта на сумму можно спросить «Отправить счёт? [да/нет]» и отменить операцию. Готовые хуки есть для CLI, веб-интерфейса и очередей сообщений. Если инструмент запускает код, его лучше исполнять в песочнице.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…