10 月 16 日,GitHub 上 microsoft/autogen 仓库的 README 顶部,多出一块红色的 CAUTION。
写得很直白:项目已归档、不再维护,微软不提供 bug 修复、安全修复、新功能和技术支持。末尾还补了一句——“我们继续建议不要在生产环境使用 AutoGen”。GitHub知乎

这不是什么冷门项目。6.1 万颗星,9300 多个 fork,多智能体框架里名气最响的那几个之一。2025 年 1 月,v0.4 刚完成一次彻底重写。
现在的状态是:最后一个版本停在 2025 年 9 月 30 日的 v0.7.5,仓库里挂着 572 个未关闭的 issue 和 600 个 PR,不会再有人回。

一封迟到三周的告别信
真正的原因,是 11 月 6 日才被写出来的。
那天 John Langford 在自己的博客 hunch.net 上发了一篇《The End of AI Frontiers》。AI Frontiers 是他 2023 年 ChatGPT 发布之后,在微软研究院内部攒起来的一个约 50 人的研究组。AutoGen,还有能看屏幕、能操作电脑的 Fara 智能体,都是这个组的产出。知乎Hunch 博客
今年 9 月初,AI Frontiers 被重组进 Microsoft AI。Langford 说,他把团队里的人尽量安顿好,然后自己走了。其他几位创始管理层成员,也都得出了同样的结论。知乎
微软官方对这篇博客没有公开回应,所以下面这些都是他的个人叙述。但其中那句最狠:
MAI 前 Inflection 领导层的核心哲学是 “scaling, and aggressively not research”——规模化,并且激进地不做研究。Hunch 博客
他不是不懂商业账
Langford 没把话说死。他承认,更大的模型确实更好;从商业角度看,规模化的回报比研究的回报好预测得多——加算力、加数据,loss 会怎么掉,大致有数。知乎
他不同意的是把这套逻辑推到极致。
例子是现成的:字节的实验显示,Full Bandwidth Transformer 的一个变体,可能等效于两倍规模的模型。如果成立,同样的能力,训练和推理成本能砍一半。Hunch 博客
“在一个投资规模接近 1 万亿美元的行业里,这笔账不难算。”
麻烦在于,这种回报不会出现在下一个季度的报表里。它需要有人愿意在不确定的周期里持续投钱,还需要组织给研究留一条能走到产品的路。
为什么不回微软研究院
这是整篇博客最值得看的地方,两个理由:
一是他不舒服待在一个“研究没有通往实际使用路径”的公司。在 MAI 内部都推不动自己的创新,回到 MSR 更不可能被业务部门当回事。知乎
二是 MSR 那条隐性契约破裂了。过去工业研究院的基本约定是“do good work and good things happen”——把活干好,好事自然来。而 AI Frontiers 干出了活,却被非自愿地重组掉。Hunch 博客
顺带一个直接影响:这个组明年不再有实习生名额。
用 AutoGen 的人现在怎么办
先查依赖里的已知漏洞。 README 那段警告的重点其实是安全,没有安全修复,依赖链上的洞会一直开着。处理敏感数据的场景别硬撑。GitHub
迁移目标是 Microsoft Agent Framework。 官方给了从 AutoGen 迁过去的指南。这个仓库 2025 年 4 月才建,1.4 万星,11 月 7 日刚发 python-1.25.0,迭代密得像日更。跟 AutoGen 现在的状态,是两个世界。

别指望仓库会被删。 有点微妙的是,GitHub 上 autogen 的技术性归档开关其实没打开,还能 clone、还能提 issue。代码留着当历史参考,但不会有回应。
最后借 Langford 的判断,也是给所有在挑开源项目的人提个醒:
看一个项目值不值得押上去,别只数 star。看谁在维护、维护承诺写在哪、背后那家公司还认不认这条产品线。
AI Frontiers 散掉的不只是一个 50 人小组,是“有明确产品目标、又保留底层研究空间”的中间层。在把算力当主战场的公司里,这一层最先消失。
当前文章无评论,是时候发表评论了