Что показала Microsoft

Microsoft показала переход от нескольких специализированных AI-агентов к одному оркестратору с удалёнными навыками и типизированными инструментами по MCP. В примере отдельные сервисы отвечают за профиль пользователя, погоду, трассы и рекомендацию горнолыжного курорта.

В исходной схеме каждый специалист запускал свой модельный цикл и возвращал ответ координатору через A2A. В новой те же сервисы остались распределёнными, но стали навыками: оркестратор читает их описание и вызывает инструменты через MCP. Там, где результат даёт обычный код или API, второй модельный цикл не нужен.

Проверенные цифры — и важная оговорка

В трёх показанных запусках многоагентный вариант потребовал 6, 6 и 7 модельных вызовов. Вариант с навыками использовал по 3 вызова. Среднее время выполнения в демонстрации составило 15,480 секунды для A2A-агентов и 6,348 секунды для навыков.

Это не универсальный бенчмарк: повлияли уже запущенные процессы, кэш и различия в выполненной работе. Суммарный расход токенов у навыков оказался выше — 13 533 против 11 134, примерно на 22%. Меньше вызовов не означает автоматически меньший счёт.

Где агент действительно лишний

Самостоятельный агент оправдан, когда компоненту нужны приватный контекст, длительный жизненный цикл или автономное планирование. Если «специалист» лишь получает параметры, читает API и возвращает структуру, его проще проверять как навык с типизированными инструментами.

Подход подходит для запроса остатков, статуса заказа, расчёта тарифа или подготовки карточки клиента. Модель выбирает навык, а авторизация, валидация и доступ к данным остаются в коде.

Ограничения прототипа

Демонстрация использует Microsoft Agent Framework 1.17.0. Прогрессивное подключение инструментов через `add_tools` в статье названо экспериментальным. Механизм обнаружения навыков также опирается на зафиксированный профиль черновой спецификации и не является обязательной частью базового MCP.

Описание навыка не обеспечивает безопасность. Права пользователя, фильтрация данных, лимиты и журналирование должны проверяться сервером инструмента.

Как проверить подход без большой переделки

Возьмите одного ограниченного специалиста в существующей системе и запустите параллельный тест:

  • сохраните текущего агента как контрольный вариант;
  • вынесите детерминированные операции в типизированные MCP-инструменты;
  • оставьте модели только выбор навыка и формирование итогового ответа;
  • измеряйте не только число вызовов, но и все токены, задержку p95, стоимость принятого результата и долю ошибок;
  • отдельно проверьте права доступа и поведение при недоступности внешнего сервиса.

Если качество сохраняется, а эксплуатация упрощается, переход можно продолжить. Автономного специалиста стоит оставить агентом: цель — платить за модельное рассуждение только там, где оно создаёт ценность.