AG2 est un framework de conversation multi-agents. Savoir s'il vaut l'effort se résume à une phrase : il convient aux développeurs qui veulent que plusieurs agents modèles résolvent une tâche ensemble, pas à ceux qui veulent seulement installer une interface de discussion. Avant l'installation, il faut d'abord régler une question de nom : AG2 n'est pas un produit Microsoft rebaptisé.
Informations sur le dépôt officiel
Le dépôt officiel se trouve sur GitHub, le nom de l'organisation est ag2ai et le nom du projet est AG2. Il vient d'AutoGen de Microsoft Research ; les auteurs d'origine continuent de maintenir cette branche au sein de la communauté, sous licence Apache 2.0. Le dépôt AutoGen de Microsoft lui-même est entré en mode maintenance en octobre 2025 : les bogues sont corrigés, aucune nouvelle fonction n'est ajoutée. Microsoft oriente les nouveaux projets vers Microsoft Agent Framework, dont la version 1.0 est sortie en avril 2026. AG2 a publié sa version 1.0 en juillet 2026 et suit sa propre ligne de développement indépendante.
Le déploiement en lui-même n'est pas lourd : installez-le dans un environnement Python avec pip install ag2. Le vrai coût se trouve dans les appels aux modèles — quand les agents se répondent, chaque tour consomme des jetons, et déboguer un flux multi-agents peut coûter un ordre de grandeur de plus qu'une seule question. Le framework lui-même n'a pas besoin de GPU et fonctionne sur un ordinateur ordinaire ou un serveur. Le plus difficile est de régler du premier coup le flux de conversation, les autorisations des outils et les conditions d'arrêt.
Trois vrais pièges
- Le piège du nom de paquet : pip install autogen installe le paquet de l'ancienne ligne, alors que la nouvelle ligne AG2 utilise ag2. Ne confondez pas les deux noms ; un projet ne suit qu'une seule ligne. 2. Les anciens tutoriels ne correspondent plus : la version 1.0 a reconstruit l'écriture de GroupChat et des agents, donc le code copié d'un tutoriel AutoGen de 2024 ne fonctionnera très probablement pas. 3. Le coût élevé du débogage : des agents qui se répondent tournent facilement en rond. Fixez d'abord le rôle de chaque agent, une limite de tours de parole et une condition de fin, puis lancez-le — ne le branchez pas tout de suite sur de vraies activités.
À qui cela convient : les développeurs et les équipes qui travaillent déjà en Python et veulent expérimenter la collaboration multi-agents. Quiconque veut simplement construire rapidement un robot conversationnel ou une base de connaissances avec questions-réponses doit d'abord regarder des outils de couche applicative comme Dify ou Flowise. Les nouveaux projets qui attachent de l'importance au support officiel de Microsoft doivent évaluer directement Microsoft Agent Framework. La valeur d'AG2 réside dans la façon dont plusieurs agents coopèrent — pas dans la facilité d'installation.
