Was ist AutoGen?
AutoGen ist das Framework von Microsoft Research für Multi-Agenten-Anwendungen in Python und .NET. Es hat drei Schichten: eine Core API für ereignisgesteuerte Agenten und lokale oder verteilte Laufzeitumgebungen, AgentChat für gängige Muster wie Chats zwischen zwei Agenten und Gruppenchats, und Extensions für Modell-Clients, Codeausführung und MCP-Werkzeuge. AutoGen Studio ergänzt eine No-Code-Oberfläche für Prototypen, AutoGen Bench eine Benchmark-Suite, und Magentic-One ist ein darauf aufgebautes Referenzteam aus mehreren Agenten.
Das README trägt jetzt einen Archiv-Hinweis: Microsoft liefert keine Fehlerkorrekturen, Sicherheitskorrekturen, neuen Funktionen oder Support mehr, rät vom Produktionseinsatz ab und verweist neue Nutzer auf Microsoft Agent Framework und dessen Migrationsleitfaden für AutoGen. Das letzte Release, python-v0.7.5, erschien am 30. September 2025. Die letzte Codeänderung vom 26. März 2026 beschränkte das dynamische Laden von Providern auf vertrauenswürdige Namensräume; spätere Commits betreffen nur Dokumentation und Archiv-Hinweise.
Lohnt sich AutoGen?
Der Status von AutoGen ist die eigentliche Bewertung: Microsoft pflegt es nicht mehr. Das README sagt, dass es keine Fehlerkorrekturen, Sicherheitskorrekturen, neuen Funktionen oder Support geben wird, dass Schwachstellen in AutoGen und seinen Abhängigkeiten ungelöst bleiben können und dass es für Forschung und Experimente gebaut wurde und für die Produktion nicht empfohlen wird. Der Hinweis für Mitwirkende beschreibt noch einen Wartungsmodus, beschränkt auf Fehler, Sicherheitspatches und Dokumentation, doch seit der letzten Codekorrektur am 26. März 2026 hat jeder Commit nur Dokumentation und Archiv-Banner geändert. Das Repository ist nicht gesperrt, und Hilfe aus der Community gibt es weiter auf Discord und in GitHub Discussions, wobei Microsoft warnt, dass Antworten begrenzt sein können.
Seine 61.923 Sterne hat es sich verdient. AutoGen machte dialogbasierte Multi-Agenten-Muster populär, mit Gruppenchats, in denen Agenten abwechselnd sprechen, und einem Schichtenaufbau, in dem AgentChat auf einer Core-Laufzeit sitzt, die prozessübergreifend und zwischen Python und .NET laufen kann. Die Extensions-Schicht brachte MCP-Workbenches, sodass ein Agent mit wenigen Zeilen einen Playwright-Browser über einen MCP-Server steuern kann; das README selbst warnt, nur vertrauenswürdige MCP-Server anzubinden, da sie Befehle auf deinem Rechner ausführen können.
Der Haken: Die Risiken wachsen mit der Zeit. AutoGen Studio, die Drag-and-drop-Oberfläche, die viele zuerst kennenlernten, wird im eigenen README als Prototyp beschrieben, der nicht für die Produktion gedacht ist und Authentifizierung und Sicherheit dir überlässt, was bei einem Werkzeug, dessen Agenten Code ausführen können, ernst zu nehmen ist. 1.181 Issues und Pull Requests sind offen, und Microsoft wird sie nicht beheben. Der Code steht unter MIT, ein Fork ist also erlaubt, aber wer forkt, trägt jeden künftigen Patch selbst.
Unser Fazit: Microsoft Agent Framework ist der direkte Nachfolger, gebaut von denselben Teams, mit stabilen 1.0-APIs und einem offiziellen Migrationsleitfaden für AutoGen; für Python-Teams außerhalb von Azure sind LangGraph oder CrewAI die üblicheren Ziele. AutoGen lohnt sich wegen seiner Ideen zum Lesen und zum Betrieb nur innerhalb eines Migrationsplans.
Wo es sich lohnt
Ein Plattform-Engineer mit AutoGen-0.7-Agenten in Produktion
Einen sicheren Ausstieg planen, jetzt da Microsoft keine Patches mehr liefert
Die aktuellen Paketversionen pinnen, auflisten, welche AgentChat-Muster genutzt werden, und Microsofts Leitfaden für die Migration von AutoGen zu Agent Framework folgen. Bis die Portierung fertig ist, musst du jede neue Schwachstelle in AutoGen oder seinen Abhängigkeiten selbst beheben.
Eine Hochschuldozentin, die Multi-Agenten-Systeme lehrt
Studierenden zeigen, wie Gruppenchats und Agenten als Werkzeuge funktionieren
Die AgentChat-Beispiele laufen mit wenigen Zeilen auf Python 3.10 oder neuer und einem OpenAI-Schlüssel. In einer Sandbox ausführen, da Agenten Code ausführen können; einzige Kosten sind Modell-Tokens.
Ein Forscher, der ein veröffentlichtes Experiment mit AutoGen nachstellt
Das ursprüngliche Agenten-Setup erneut laufen lassen, um es mit einer neuen Methode zu vergleichen
Genau die Paketversionen aus dem Paper von PyPI in einer isolierten Umgebung installieren. AutoGen Bench, die Benchmark-Suite des Projekts, liegt weiterhin im Repository.
Bevor du dich festlegst
- Einrichtung
- pip install -U "autogen-agentchat" "autogen-ext[openai]" auf Python 3.10 oder neuer; AutoGen Studio wird mit pip install -U autogenstudio installiert und stellt seine Oberfläche auf localhost:8080 bereit.
- Integrationen
- Modell-Clients für OpenAI und Azure OpenAI über autogen-ext, MCP-Server über McpWorkbench, Erweiterungen zur Codeausführung und .NET-Pakete auf NuGet.
- Daten und Datenschutz
- Läuft in deinem eigenen Prozess; Prompts und Daten gehen an das Modell und die MCP-Server, die du konfigurierst. Microsoft warnt, dass ungelöste Schwachstellen das Risiko beim Umgang mit sensiblen Daten erhöhen.
- Kosten im großen Maßstab
- Kostenlos unter MIT; die echten Kosten sind Modell-Tokens und die Entwicklungszeit, um einen Fork zu patchen oder auf ein gepflegtes Framework zu migrieren.
- Grenzen
- Kein Release seit September 2025, kein Support von Microsoft, begrenzte Antworten aus der Community, und AutoGen Studio ist nicht für die Produktion gedacht.
Was gut ist
- Klarer Schichtenaufbau: Core, AgentChat und Extensions
- Zwei-Agenten- und Gruppenchat-Muster, die spätere Frameworks prägten
- MIT-lizenzierter Code, ein Fork ist also möglich
- Pakete für Python und .NET mit sprachübergreifender Laufzeit
Was nicht
- Keine Fehlerkorrekturen, Sicherheitskorrekturen oder Support von Microsoft
- Letztes Release, python-v0.7.5, im September 2025
- AutoGen Studio ist ein Prototyp, keine Produktionsanwendung
- 1.181 offene Issues und Pull Requests
Am besten für
Teams, die bestehenden AutoGen-Code während der Migration am Laufen halten, und Forschende, die Multi-Agenten-Muster untersuchen.
Alternativen zu AutoGen
AutoGen: häufige Fragen
- Lohnt sich AutoGen?
- AutoGen ist archiviert und wird nicht mehr gepflegt; es gehört in Altcode, den du gerade migrierst, und in die Geschichte der Agenten-Frameworks, nicht in ein neues Projekt. Wir bewerten es mit 2.6 von 5.
- Was kostet AutoGen?
- Kostenlos und Open Source: Code unter der MIT-Lizenz, Dokumentation unter CC BY 4.0. Du zahlst nur für die Modelle, die du aufrufst.
- Welche Nachteile hat AutoGen?
- Keine Fehlerkorrekturen, Sicherheitskorrekturen oder Support von Microsoft; Letztes Release, python-v0.7.5, im September 2025; AutoGen Studio ist ein Prototyp, keine Produktionsanwendung; 1.181 offene Issues und Pull Requests.
- Für wen eignet sich AutoGen?
- Teams, die bestehenden AutoGen-Code während der Migration am Laufen halten, und Forschende, die Multi-Agenten-Muster untersuchen.
- Was kostet AutoGen für ein Team oder im Produktivbetrieb?
- Kostenlos unter MIT; die echten Kosten sind Modell-Tokens und die Entwicklungszeit, um einen Fork zu patchen oder auf ein gepflegtes Framework zu migrieren.
- Ist AutoGen sicher für Firmendaten?
- Läuft in deinem eigenen Prozess; Prompts und Daten gehen an das Modell und die MCP-Server, die du konfigurierst. Microsoft warnt, dass ungelöste Schwachstellen das Risiko beim Umgang mit sensiblen Daten erhöhen.
- Was sind die besten Alternativen zu AutoGen?
- Die nächsten Alternativen, die wir getestet haben, sind Microsoft Agent Framework, LangGraph, CrewAI und OpenAI Agents SDK.
Antworten geprüft am 18. Nov. 2026.