Semantic Kernel: el SDK de IA de Microsoft, relevado por Agent Framework

De dónde viene Semantic Kernel

Microsoft lanzó Semantic Kernel en 2023 para ayudar a los desarrolladores de aplicaciones convencionales, en particular en C#, a conectar un modelo de IA a su código sin reinventar la rueda. La idea: un «núcleo» que orquesta plugins, es decir, funciones de su aplicación, plantillas de prompts o API descritas en OpenAPI, que el modelo puede invocar mediante la llamada a herramientas. El SDK incorporó después agentes de IA, orquestación multiagente, compatibilidad con MCP, conectores para bases vectoriales y un «Process Framework» para modelar procesos de negocio.

Su estado en octubre de 2026

El README oficial lo dice sin rodeos: «Semantic Kernel es ahora Microsoft Agent Framework». Este sucesor, creado por el mismo equipo, recoge las funciones empresariales de Semantic Kernel y las abstracciones multiagente de AutoGen.

En concreto, según el blog oficial de octubre de 2025:

• la versión 1.x se sigue manteniendo para errores críticos y seguridad;
• ese mantenimiento está prometido durante al menos un año tras la disponibilidad general de Agent Framework (versión 1.0 publicada el 2 de abril de 2026);
• la mayoría de las funciones nuevas se desarrollan para Agent Framework.

En el momento de la consulta, todavía se publican nuevas versiones de Semantic Kernel, tanto para Python como para .NET.

Si empieza ahora o si ya lo usa

Empieza desde cero: siga la recomendación de Microsoft y comience con Agent Framework, que ofrece flujos explícitos y un compromiso de soporte a largo plazo.

Ya tiene una aplicación con Semantic Kernel: seguirá funcionando y recibiendo las correcciones importantes. Aproveche este periodo para leer la guía oficial de migración, identificar los plugins y agentes que tendrá que adaptar y planificar el cambio antes de que termine el compromiso de mantenimiento.

Ventajas y límites

Ventajas: madurez en .NET, un enfoque por plugins claro, numerosos conectores de modelos y bases vectoriales, y la posibilidad de trabajar con modelos locales.

Límites: es un proyecto al final de su ciclo; invertir mucho en él hoy supone una migración más adelante. Las novedades del sector, como los flujos en grafo o el agente «harness», llegan a Agent Framework y no a Semantic Kernel. Si no depende del ecosistema Microsoft, LangChain es otra opción muy extendida para conectar modelos, herramientas y datos.