Microsoftの「Agent Framework Integrations」は、AIエージェントを単体のチャットボットではなく、Microsoft Foundry、UI、履歴保存、メモリ、RAG、ベクターストア、Purview、Azure Functionsなどと接続して運用するための統合情報です。今回押さえるべき結論は、すぐに一般ユーザーのCopilot画面が変わる更新ではなく、開発者と管理者がAIエージェントの設計・権限・データ管理・展開方式を見直すべき更新だという点です。
特に重要なのは、A2Aによるエージェント間連携、Hyperlight CodeActによるサンドボックス内コード実行、Purviewによるガバナンス、RAG・メモリ・チャット履歴の保存先選定です。Microsoft公式の統合一覧では、Agent Frameworkが複数のサービス、ツール、プロトコルと統合されていることが示されており、統合対象ごとに「Released」「Preview」などの状態も分かれています。(Microsoft Learn)
Agent Framework Integrationsとは
Agent Framework Integrationsは、Microsoft Agent Frameworkで作成したAIエージェントを、外部サービスやプロトコル、ストレージ、UI、ガバナンス機能と連携させるための公式ドキュメント群です。
単に「LLMに質問して回答する」だけでなく、次のような用途を想定しています。
- エージェントの会話履歴を保存する
- ユーザーや業務データを参照してRAGを構成する
- 複数のエージェントを連携させる
- Web UIや業務画面にエージェントの進行状況を表示する
- Microsoft Purviewでプロンプトや応答の安全性を管理する
- Azure FunctionsやFoundry Hosted Agentsで運用基盤に載せる
つまり、Agent Framework Integrationsは「AIエージェントを作るための部品表」ではなく、本番運用に必要な接続・保存・監査・展開の選択肢を整理するための基盤情報です。
今回の更新で何が変わるのか
2026年5月26日更新の公式情報として特に注目したいのは、Hyperlight CodeActです。日本語版のMicrosoft Learnでは、Hyperlight CodeActページが2026年5月26日に更新されています。(Microsoft Learn)
Hyperlight CodeActは、Agent FrameworkにおけるCodeActのバックエンドとして文書化されており、分離されたサンドボックスランタイム上でexecute_codeツールを実行できます。モデルが短いPythonプログラムを書き、サンドボックス内で一度実行し、必要に応じてcall_tool(...)でホスト側ツールを呼び出す構成です。(Microsoft Learn)
これにより、従来の「モデル→ツール→モデル→ツール」という細かい往復が多い処理を、コード実行にまとめやすくなります。公式情報では、代表的なツール負荷の高いワークロードで待機時間をほぼ半分にし、トークン使用量を60%以上削減できる可能性が示されています。ただし、これはすべての処理で同じ効果が出るという意味ではありません。業務データの取得、集計、整形、軽い計算のように、小さなツール呼び出しが連続する処理で効果を検証すべき内容です。(Microsoft Learn)
変更点を実務目線で整理
| 項目 | これまでの典型的な構成 | 今回確認すべきポイント |
|---|---|---|
| ツール呼び出し | モデルが1つずつツールを選択 | CodeActで複数処理を1回のコード実行にまとめられるか |
| エージェント間連携 | 独自APIや個別実装になりがち | A2Aで標準化された通信に寄せられるか |
| UI連携 | チャット画面中心 | AG-UIで進行状況、ステップ、承認待ちを表示できるか |
| データ保護 | アプリ側で個別対応 | Purview連携でDLP、監査、コンプライアンスを組み込めるか |
| 履歴・メモリ | アプリ内DBに個別保存 | Chat History ProviderやMemory Providerを選定する |
| RAG | 検索基盤を個別実装 | Azure AI Search、Neo4j、Text Search、Vector Store抽象化を検討する |
利用者への影響：Copilotの画面変更より「裏側の賢さ」に関係する
一般利用者にとって、Agent Framework Integrationsは「明日からMicrosoft 365 Copilotのボタンが変わる」という種類の更新ではありません。影響が出るとすれば、企業や開発チームがAgent Frameworkを使って構築した独自エージェント、業務アプリ内AI、社内Copilot風アシスタントの動作です。
たとえば、次のような改善が考えられます。
- 問い合わせ対応エージェントが、CRM、FAQ、注文管理システムを横断して回答する
- 調査エージェント、要約エージェント、承認エージェントをA2Aで連携させる
- AG-UIを使い、処理中のステップや承認待ち状態をユーザー画面に表示する
- Purview連携により、機密情報を含むプロンプトや応答をポリシーで制御する
- RAGにより、社内ドキュメントを参照した回答の精度を上げる
利用者視点では、「AIが勝手に処理しているように見える」よりも、どの段階まで進んでいるのか、承認が必要なのか、どのデータを参照しているのかが分かる設計が重要になります。特に社内業務で使う場合、速さだけでなく説明可能性と監査性が使いやすさに直結します。
管理者が確認すべき設定
管理者が最初に確認すべきなのは、機能の有効化よりも「どの統合を、どの権限で、どの環境に展開するか」です。
Microsoft Foundryとホスト環境
Agent FrameworkはMicrosoft Foundry Hosted AgentsやAzure Functionsとの連携が示されています。Hosted Agentsでは、コンテナ化されたエージェントをMicrosoft管理基盤で動かし、モデル呼び出し、スケール、セッション状態、監視などを扱います。公式ドキュメントでは、Hosted agentsはコンテナイメージとしてパッケージ化され、Azure Container Registryから取得され、専用のMicrosoft Entra IDとエンドポイントが作成されると説明されています。(Microsoft Learn)
管理者は、少なくとも次を確認してください。
| 確認項目 | 見るべきポイント |
|---|---|
| 実行基盤 | Hosted Agents、Azure Functions、独自ホスティングのどれを使うか |
| ID管理 | エージェント専用のMicrosoft Entra ID、Managed Identity、OBOの使い分け |
| ネットワーク | 社内API、DB、外部サービスへの到達経路 |
| 監視 | Application Insights、ログ、トレース、失敗時の再実行確認 |
| コスト | セッション数、CPU、メモリ、トークン使用量、RAG検索コスト |
| データ境界 | テナント、リージョン、外部サービスへのデータ送信有無 |
特に、外部ツールや非Microsoftサービスに接続する場合は、データの保持場所、再利用条件、監査ログの有無を事前に確認すべきです。
Purview連携は後付けではなく初期設計に入れる
Microsoft Purview連携は、AIアプリケーション向けにデータセキュリティ、コンプライアンス、ガバナンス機能を組み込む位置づけです。公式情報では、Purview APIをAgent Framework SDK内に統合することで、プロンプトや応答内の機密データを保護し、組織ポリシーに準拠させる用途が説明されています。(Microsoft Learn)
管理者は、次の観点で初期設計に含めるべきです。
- DLPポリシーでブロックすべき情報の定義
- 監査ログに残すAI操作の範囲
- Microsoft Entraアプリ登録とGraph権限
- 本番環境で使う資格情報の方式
- 開発環境と本番環境のポリシー差分
公式の次のステップでは、Entra登録で必要なMicrosoft Graph権限を追加し、Purviewポリシーを構成する流れが示されています。(Microsoft Learn)
開発者が確認すべき移行ポイント
開発者は、「動くサンプルを作る」段階と「業務に投入する」段階を分けて考える必要があります。Agent Framework IntegrationsにはPreviewの統合が多く含まれるため、サンプルのまま本番に持ち込むと、認証、承認、履歴保存、パッケージ依存でつまずきやすくなります。
Hyperlight CodeActを使う場合
Hyperlight CodeActを使う場合の最大の注意点は、サンドボックスで実行されるコードと、ホスト側で実行されるツールの境界です。
公式情報では、call_tool(...)はホストコールバックへのブリッジであり、ツールをサンドボックス内に再実装するものではないと説明されています。つまり、プロバイダー所有のツールはホストプロセスで実行され、ホストがアクセスできるファイルシステム、ネットワーク、資格情報の影響を受けます。(Microsoft Learn)
実務では、次のように分けると安全です。
| 処理内容 | 推奨配置 |
|---|---|
| 読み取り専用の検索、計算、整形 | HyperlightCodeActProvider側のツール |
| メール送信、データ更新、決済、削除 | 直接ツールとして承認必須にする |
| 社内APIの参照 | 狭いホストツールとして実装 |
| 広範なネットワークアクセス | AllowedDomainsで最小限に制限 |
| ファイル入力 | /inputやFileMountsで読み取り範囲を限定 |
| 成果物出力 | /output/<filename>に保存して返す |
また、Hyperlightはホスト側にハードウェア仮想化が必要です。LinuxではKVM、WindowsではWindows Hypervisor Platformが必要とされ、WasmバックエンドではHYPERLIGHT_PYTHON_GUEST_PATHの設定も必要です。(Microsoft Learn)
A2A連携を使う場合
A2Aは、異なるフレームワークや技術で作られたエージェント同士を標準的に通信させるためのプロトコルです。公式情報では、エージェントカードによる検出、メッセージベース通信、長時間実行タスク、クロスプラットフォーム相互運用性がサポート対象として説明されています。(Microsoft Learn)
A2Aを導入する場合は、単にエンドポイントを公開するだけでなく、次を決めておく必要があります。
- AgentCardに載せる名称、説明、バージョン、機能
- 複数エージェントを公開する場合のURL設計
context_idによる会話継続の扱い- 認証方式とトークン管理
- ストリーミング応答をUIやログでどう扱うか
- 外部A2Aエージェントを呼ぶ場合の信頼境界
公式情報では、A2AAgent.run()をAgentSessionと併用すると、session.service_session_idからA2Aのcontext_idを導出でき、複数呼び出し間の会話継続に使えると説明されています。(Microsoft Learn)
RAG、メモリ、チャット履歴の選び方
Agent Framework Integrationsで見落としやすいのが、履歴・メモリ・RAGの違いです。どれも「過去や外部情報を使う」機能に見えますが、役割は異なります。
| 種類 | 主な目的 | 代表的な用途 |
|---|---|---|
| Chat History Provider | 会話の履歴を保存する | 同じユーザーとの会話継続 |
| Memory AI Context Provider | 会話から記憶を抽出・検索する | 好み、前提条件、過去の判断の再利用 |
| RAG AI Context Provider | 外部データを検索して入力に追加する | 社内文書、FAQ、仕様書に基づく回答 |
| Vector Store | 埋め込みデータを保存・検索する | RAGやメモリの検索基盤 |
公式の統合一覧では、Chat History ProviderとしてIn-Memory、Cosmos DB、Redisが示され、Memory AI Context ProviderやRAG AI Context ProviderにもReleasedとPreviewの状態が分かれて掲載されています。(Microsoft Learn)
本番環境では、In-Memoryは検証用と考えるのが安全です。サーバー再起動やスケールアウトで状態が失われる可能性があるため、業務利用ではCosmos DB、Redis、Azure AI Search、SQL Server、Postgresなど、要件に合う永続化先を検討します。
展開時に失敗しやすいポイント
Agent Framework Integrationsは選択肢が多い分、設定の組み合わせで失敗しやすい領域があります。特にPreviewの統合を含む場合は、機能検証と本番設計を分けて進めてください。
パッケージのPreview指定を見落とす
A2AやHosted Agents関連のサンプルでは、--prerelease付きのNuGetパッケージが使われています。Preview段階のパッケージはAPIや依存関係が変わる可能性があります。CI/CDではバージョンを固定し、検証環境で更新テストをしてから本番に反映する運用が必要です。
DefaultAzureCredentialを本番でそのまま使う
公式サンプルではDefaultAzureCredentialがよく使われますが、本番では資格情報の探索順や意図しない認証方式に注意が必要です。A2Aの公式情報でも、開発では便利だが、本番ではManagedIdentityCredentialなど具体的な資格情報の利用を検討すべきと警告されています。(Microsoft Learn)
承認が「コード実行単位」になることを理解していない
Hyperlight CodeActでは、承認が個々のcall_tool(...)ではなく、execute_code呼び出し全体に適用される制約があります。メール送信、チケット更新、レコード削除などの副作用がある操作をCodeAct内にまとめると、ユーザーが何を承認しているのか分かりにくくなる可能性があります。(Microsoft Learn)
RAGの検索基盤だけ先に決めてしまう
RAGは「どのベクターデータベースを使うか」から入ると失敗しがちです。先に決めるべきなのは、参照データの種類、更新頻度、権限分離、回答に必要な根拠表示、削除要求への対応です。
Microsoftの統合一覧では、多数のVector Store実装が示されていますが、すべてがMicrosoftによって保守されているわけではなく、品質、ライセンス、サポート、バージョン互換性の確認が必要とされています。(Microsoft Learn)
管理者・開発者向けチェックリスト
| 役割 | 確認すべきこと | 優先度 |
|---|---|---|
| 管理者 | Microsoft Entra ID、Graph権限、Managed Identityを整理する | 高 |
| 管理者 | Purviewポリシー、DLP、監査ログの対象を決める | 高 |
| 管理者 | 外部サービスへ送信されるデータの範囲を確認する | 高 |
| 管理者 | Preview機能の本番利用可否を社内ルールで判断する | 中 |
| 開発者 | A2A、AG-UI、RAG、CodeActの採用範囲を分ける | 高 |
| 開発者 | パッケージバージョンと--prerelease依存を固定する | 高 |
| 開発者 | context_id、thread ID、会話履歴の保存先を設計する | 高 |
| 開発者 | 副作用のあるツールに承認フローを入れる | 高 |
| 開発者 | Application Insightsなどでトレースを確認する | 中 |
どの統合から試すべきか
初めてAgent Framework Integrationsを確認する場合は、いきなりすべてを導入しない方がよいです。次の順序で試すと、設計ミスを減らせます。
社内FAQや文書検索を作りたい場合
まずRAG AI Context ProviderとVector Storeを確認します。Azure AI SearchやText Search Providerを使い、回答の根拠となる文書を検索できる構成から始めます。次に、チャット履歴やメモリを追加して、会話継続性を高めます。
複数エージェントを連携させたい場合
A2Aを確認します。最初は社内ネットワーク内の小さなエージェント同士で試し、AgentCard、認証、context_id、ストリーミング応答の扱いを固めます。外部A2Aエージェントとの接続は、監査とデータ境界を確認してから進めるべきです。
ツール呼び出しが多く遅い場合
Hyperlight CodeActを検証します。データ取得、軽い計算、表形式への整形など、低リスクで読み取り中心の処理から始めます。メール送信やデータ更新のような副作用のある処理は、承認必須の直接ツールとして分離するのが安全です。
業務アプリに組み込みたい場合
AG-UIを検討します。ワークフローをAG-UIエンドポイント経由で公開すると、ステップ開始・終了、ツール呼び出し、カスタムイベント、承認待ちなどをWebクライアントにリアルタイム表示できます。公式情報では、.NET AG-UI統合のワークフローサポートは近日公開予定で、現時点ではPython前提の記載が中心です。(Microsoft Learn)
まとめ：まずは「接続先」と「責任範囲」を棚卸しする
Agent Framework Integrationsの更新は、AIエージェントをより実用的にする一方で、管理者と開発者に求められる設計範囲も広げます。見るべきポイントは、新機能をすぐ有効化することではありません。
まず、現在作ろうとしているエージェントについて、次の4点を棚卸ししてください。
- どのデータにアクセスするのか
- どのツールを実行するのか
- どの履歴やメモリを保存するのか
- どのユーザー承認や監査が必要なのか
そのうえで、RAG、A2A、Hyperlight CodeAct、Purview、AG-UI、Azure FunctionsやHosted Agentsを必要な範囲で組み合わせるのが現実的です。特にPreviewの統合は、検証環境でパッケージ、権限、ネットワーク、監査ログ、コストを確認してから本番展開に進めるべきです。
コメント