LangGraph vs AutoGen: quale scegliere e come migrare

Il confronto AutoGen vs LangGraph è ormai una scelta di migrazione: al 27 ottobre 2026, il README di AutoGen di Microsoft indica che il progetto è archiviato e non più mantenuto. LangGraph è la scelta per chi vuole controllare in modo esplicito un workflow con stato; Microsoft Agent Framework è quella per chi dà priorità alla continuità con lo stack di agenti Microsoft. Un prototipo AutoGen esistente offre materiale utile per la migrazione, ma è una base poco adatta a nuovi sistemi in produzione. Stato attuale di AutoGen.

LangGraph vs AutoGen: quale conviene scegliere?

Per un nuovo sistema che deve tenere traccia del lavoro, fermarsi in attesa di approvazione e ripartire in modo prevedibile, la scelta è LangGraph. LangGraph, il runtime di orchestrazione sviluppato da LangChain, permette di descrivere l'applicazione come una sequenza di passaggi collegati da uno stato esplicito. È un modello adatto, per esempio, a un workflow di assistenza in cui bozza, esito della revisione e approvazione devono restare distinguibili anche dopo il riavvio del processo di esecuzione.

Per migrare da AutoGen restando nell'ecosistema Microsoft, soprattutto con un'applicazione .NET già esistente, conviene scegliere Microsoft Agent Framework. Il successore di Microsoft combina astrazioni per gli agenti e workflow. Restare nella stessa famiglia richiede comunque modifiche all'orchestrazione e alla gestione dello stato: non basta cambiare il nome di un pacchetto. Panoramica del framework Microsoft.

Un prototipo AutoGen esistente va conservato soltanto come riferimento circoscritto durante la migrazione. Vale la pena mantenere i prompt, i contratti dei tool e gli esempi che lo rendono utile. Meglio evitare di ampliarne le responsabilità contando su un impegno di manutenzione da parte del progetto che non esiste più.

La decisione dipende da tre criteri: chi mantiene la tecnologia di base, dove risiede lo stato dell'applicazione e come riprende un'attività sospesa. Queste valutazioni si basano sulla documentazione, non su benchmark di velocità o qualità dei modelli. Le pagine dei fornitori e la documentazione citate sono state verificate il 27 ottobre 2026.

I dettagli implementativi riassunti nella tabella provengono dalla guida ai team AutoGen, dalla guida allo stato di AutoGen, dalla Graph API di LangGraph e dalla documentazione sulla persistenza di LangGraph.

AutoGen oggi: archiviato, non più in semplice manutenzione

AutoGen, il framework Microsoft per agenti AI che collaborano tra loro, riporta ora nel README l'avviso «Progetto archiviato e non più mantenuto». Lo stesso avviso specifica che Microsoft non fornisce più correzioni di bug, aggiornamenti di sicurezza, nuove funzionalità o supporto e invita gli utenti esistenti a migrare. Per chi inizia, la raccomandazione è esplicita: «I nuovi utenti dovrebbero iniziare con Microsoft Agent Framework.» README di AutoGen di Microsoft.

Le precedenti dichiarazioni di Microsoft spiegano perché chi sviluppa potrebbe ricordare una politica diversa. Il post di lancio del 1 ottobre 2025 affermava: «Entrambi i progetti continueranno a essere supportati, ma la maggior parte degli investimenti è ora concentrata su Microsoft Agent Framework.» Era la posizione al lancio per AutoGen e Semantic Kernel, il precedente framework Microsoft per agenti e applicazioni AI. Non prevale sull'avviso attuale di AutoGen. Post di presentazione di Microsoft.

Anche l'aggiornamento BUILD di Microsoft del 3 giugno 2026 dichiara: «MAF ha raggiunto la versione 1.0 GA il 2 aprile 2026». GA indica la disponibilità generale. Il successore, quindi, non va descritto come se fosse ancora soltanto l'anteprima originaria annunciata al lancio. Aggiornamento BUILD di Microsoft.

Per un nuovo progetto, tra AutoGen e LangGraph vince LangGraph. Lo stato del supporto di AutoGen risolve questa parte della scelta prima ancora di esaminarne l'API conversazionale. Microsoft Agent Framework resta un candidato attuale e distinto per la migrazione.

Conversazioni o grafi con stato: due modelli a confronto

AutoGen AgentChat usa la conversazione come unità organizzativa immediata; LangGraph rende espliciti lo stato dell'applicazione e le sue transizioni. Entrambi possono coordinare agenti. La differenza utile emerge da ciò che occorre specificare quando qualcosa va storto o deve intervenire una persona.

AutoGen: gli agenti intervengono a turno e leggono i messaggi

AutoGen AgentChat è l'API di alto livello per i team, costruita sul runtime Core di AutoGen, basato su eventi. Con RoundRobinGroupChat, i partecipanti intervengono in ordine e inviano le risposte a tutto il gruppo. Un agente redattore può proporre una risposta e un revisore può contestarla. SelectorGroupChat usa invece un modello per scegliere chi interviene dopo. Modelli di team AutoGen.

È un modo intuitivo per rappresentare una conversazione di cui si conosce già il funzionamento. La situazione si complica quando la trascrizione deve fungere anche da registro operativo. Una frase come «approvato» può riferirsi alla correttezza dei fatti nella bozza, al consenso di un cliente o a un'autorizzazione umana. L'applicazione deve distinguere questi significati prima di compiere un'azione esterna.

Il limite di AutoGen è la distanza tra una conversazione utile e un processo aziendale che può essere ripreso, aggravata ora dall'archiviazione del progetto. Aggiungere prompt non stabilisce quale artefatto salvato faccia fede né quale azione sia già stata eseguita.

Sarebbe però inesatto sostenere che AutoGen non possa esprimere grafi. La sua API sperimentale GraphFlow supporta sequenze, diramazioni, attività parallele e cicli. Conta di più un limite meno evidente: il grafo di esecuzione non determina quali messaggi siano visibili a un agente. Per impostazione predefinita i messaggi vengono diffusi a tutti, mentre il filtraggio è gestito separatamente. Un arco che indica «ora tocca al revisore» non delimita l'accesso ai dati. Documentazione di GraphFlow.

Per comprendere un prototipo conversazionale esistente, vince AutoGen AgentChat. L'astrazione del team permette di descriverlo in modo conciso. È un motivo per capire il codice prima di migrare, non per avviare una nuova distribuzione basata su AutoGen.

LangGraph: l'applicazione gestisce un registro di lavoro

LangGraph è un runtime di basso livello per workflow con stato. Un nodo svolge un'attività, un arco seleziona il passaggio successivo e lo stato è il registro di lavoro strutturato che attraversa l'applicazione. I nodi possono contenere chiamate a modelli oppure normali funzioni. Panoramica di LangGraph.

Per una risposta di assistenza, lo stato potrebbe contenere l'identificativo del ticket, il testo di riferimento approvato, la bozza corrente, le osservazioni del revisore e la decisione umana. Un nodo di revisione aggiorna le osservazioni. Un arco condizionale rimanda alla correzione una bozza che non supera la verifica oppure inoltra all'approvazione una bozza accettabile. Campi e regole dipendono dal progetto dell'applicazione.

Un reducer è la regola che combina un aggiornamento con un campo di stato esistente. Si può, per esempio, sostituire la bozza corrente e al tempo stesso accumulare le note di revisione. Una scelta sbagliata può lasciare osservazioni ormai superate associate a una risposta modificata. Aggiornamenti dello stato e reducer.

Il limite di LangGraph è il lavoro di progettazione che porta in primo piano. Schema, regole di instradamento e comportamento in caso di errore restano responsabilità di chi sviluppa. Un grafo può contenere anche decisioni affidate al modello e cicli: disegnarlo non rende il testo generato ripetibile né corretto.

Per controllare lo stato del processo aziendale, vince LangGraph. Il vantaggio è un registro consultabile direttamente, senza dover dedurre l'avanzamento dalla conversazione tra gli agenti.

LangGraph vs LangChain: scegliere il livello giusto

LangChain è il framework di livello superiore per modelli, tool e cicli degli agenti; LangGraph fornisce l'orchestrazione sottostante. Si può usare LangGraph senza adottare i componenti di LangChain. Come si compone lo stack.

Per migrare da AutoGen, il primo passo è capire se l'applicazione richiede un workflow personalizzato. A un piccolo assistente che chiama un tool e restituisce una risposta potrebbe non servire questa struttura aggiuntiva. Il confronto LangChain vs LangGraph approfondisce la scelta.

Lo stesso compito con due agenti, nei due framework

Per confrontare il coordinamento, basta un redattore e un revisore; l'invio va tenuto fuori dalle responsabilità di entrambi. Prendiamo una risposta di assistenza basata su un ticket cliente prestabilito e su un estratto approvato della base di conoscenza. Il redattore propone una risposta. Il revisore verifica ogni affermazione rispetto all'estratto e richiede modifiche oppure accetta la bozza. Una persona autorizza separatamente l'invio.

È un esempio di progettazione, non un benchmark eseguito. Le due implementazioni ricevono gli stessi input, prompt e criteri di revisione. Nessun agente dispone di un tool per l'invio. Così il confronto resta centrato sulla domanda: come rappresenta il framework il lavoro e i suoi punti di arresto?

Questi progetti si basano sulla documentazione del modello di team AutoGen con revisione, del feedback tra esecuzioni, dell'instradamento in LangGraph e delle interruzioni.

Che cosa configurare in AutoGen

Si creano redattore e revisore con istruzioni distinte, poi li si inserisce in RoundRobinGroupChat. Il tutorial ufficiale usa TextMentionTermination per fermare l'esecuzione quando una parola compare nella risposta di un agente. In questa applicazione, l'arresto va interpretato come fine della revisione automatica, mai come autorizzazione all'invio. Occorre esaminare il risultato e conservare la bozza valutata dal revisore.

L'applicazione deve prevedere un limite alle revisioni. Se il revisore continua a trovare affermazioni prive di riscontro, il caso va restituito a una persona insieme alle osservazioni raccolte. Una conversazione irrisolta non deve diventare un tentativo infinito di ottenere la parola che segnala il successo.

Il lavoro tecnico aggiuntivo si trova fuori dal dialogo: registrare il ticket in elaborazione, salvare l'esito della revisione, rendere persistente il team in un punto di arresto sicuro e associare l'input umano successivo alla bozza corretta. Il tutorial sullo stato offre primitive di serializzazione, non una strategia completa di ripristino per l'applicazione.

Che cosa configurare in LangGraph

Si definiscono campi dell'applicazione come ticket_id, source_text, draft, review, approved e send_receipt. Si collega la stesura alla revisione. Se la revisione fallisce, si rimanda alla correzione finché le regole lo consentono; altrimenti ci si ferma per una gestione manuale. Una revisione con esito accettabile porta al passaggio di approvazione umana.

Una regola implementativa utile è invalidare l'approvazione precedente ogni volta che cambia la bozza. Altrimenti una persona potrebbe approvare un testo e l'applicazione inviarne successivamente un altro. È un'invariante del processo aziendale, cioè una condizione che l'applicazione deve sempre rispettare, non una funzionalità del framework.

L'invio va affidato a una normale funzione separata, eseguita dopo l'approvazione. La funzione registra la ricevuta del sistema esterno associandola al ticket e alla bozza approvata. L'esito della revisione di un agente e l'autorizzazione di una persona restano campi distinti.

Per questo compito, quando contano l'approvazione differita e il ripristino, vince LangGraph. AutoGen descrive bene lo scambio; il grafo esprime in modo più diretto il registro operativo e i controlli che lo governano. Se il compito termina con una bozza non inviata ed è facile ricominciare da capo, la migrazione deve risolvere meno requisiti di workflow.

Checkpoint e intervento umano: che cosa significa davvero riprendere il lavoro

Salvare lo stato di una conversazione è utile, ma non offre le stesse garanzie della ripresa di un workflow. AutoGen supporta save_state() e load_state() per agenti e team. L'applicazione può salvare quello stato in un file o in un database. Dire che AutoGen «non ha memoria» descriverebbe in modo scorretto l'API disponibile. Gestione dello stato in AutoGen.

LangGraph usa un checkpointer, un componente che salva lo stato del grafo associato a un thread. Un thread identifica un'attività che prosegue nel tempo. Lo store, un componente separato, conserva i dati dell'applicazione che devono essere disponibili tra thread diversi. Il primo serve a proseguire il ticket corrente; il secondo, se necessario, a conservare informazioni condivise in modo persistente. Concetti di persistenza.

La scelta dell'archiviazione conta. InMemorySaver e MemorySaver mantengono i checkpoint in RAM: al riavvio del processo, quei checkpoint scompaiono. Un prototipo che dimostra un'interruzione usando memoria volatile non ha dimostrato di saper riprendere il lavoro dopo un riavvio. Per quel requisito serve un'archiviazione persistente. Risoluzione dei problemi di persistenza.

Per una revisione differita, interrupt() di LangGraph sospende l'esecuzione in attesa di un input esterno. La ripresa avviene con Command(resume=...) e lo stesso thread_id dell'esecuzione sospesa. L'identificativo collega la decisione in arrivo al lavoro salvato. Comportamento delle interruzioni in LangGraph.

In AutoGen, UserProxyAgent può richiedere feedback umano durante un'esecuzione, ma la documentazione avverte che il team in attesa resta bloccato in uno stato che non può essere salvato né ripreso. Se una persona potrebbe rispondere più tardi, l'alternativa documentata consiste nel terminare l'esecuzione, salvare lo stato e proseguire con il feedback in un'esecuzione successiva. Feedback umano in AutoGen.

Nell'esempio dell'assistenza, l'invio va protetto con un identificativo di richiesta gestito dall'applicazione e una ricevuta di invio salvata. L'operazione deve avvenire dopo l'approvazione ed essere progettata per tollerare richieste ripetute. La posizione di un passaggio di approvazione non rende di per sé transazionale un servizio email separato.

Per un'approvazione differita che sopravviva ai riavvii, vince LangGraph, a condizione di configurare un'archiviazione persistente e progettare consapevolmente le esecuzioni ripetute. Né un checkpoint né una trascrizione della chat dimostrano che un'azione esterna sia avvenuta esattamente una volta.

Migrare a LangGraph o a Microsoft Agent Framework?

La destinazione va scelta in base al controllo che si vuole gestire direttamente, valutando poi la riscrittura rispetto all'applicazione attuale. Abbandonare AutoGen non significa automaticamente scegliere LangGraph.

LangGraph vs AutoGen per un prototipo esistente

LangGraph è indicato quando il problema del prototipo è l'ambiguità dello stato: non si riesce a capire quale artefatto sia quello corrente, da dove debba ripartire un'attività fallita o se una persona abbia approvato la versione attuale. Prima di trasferire i prompt, queste incertezze vanno tradotte in campi e transizioni espliciti.

Il cambiamento utile è rendere verificabili quei requisiti. Ricreare la vecchia trascrizione dentro un grafo, lasciando ogni decisione importante sepolta nei messaggi, aggiunge una dipendenza senza migliorare molto il funzionamento operativo.

Se i ruoli degli agenti del prototipo non apportano tool, contesto o responsabilità di revisione distinti, conviene semplificarli durante la migrazione. La guida ai sistemi multiagente spiega quando un singolo agente è la soluzione migliore.

Microsoft Agent Framework per restare nell'ecosistema Microsoft

Microsoft Agent Framework è il successore diretto di AutoGen e Semantic Kernel. Offre agenti e workflow che collegano gli agenti a normali funzioni. È il candidato da cui partire quando l'applicazione e il team che la gestisce dipendono già dallo stack di agenti Microsoft o da .NET. È una valutazione di integrazione, non un'affermazione secondo cui LangGraph non potrebbe gestire lo stesso processo aziendale. Panoramica di Agent Framework.

La guida attuale associa AssistantAgent ad Agent, spiega come mantenere la continuità della conversazione tramite AgentSession e sostituisce il coordinamento dei team con modelli di workflow. Questi workflow offrono flussi di dati tipizzati, richieste di input umano e checkpoint. Cambia anche il comportamento delle iterazioni nelle chiamate ai tool: durante la migrazione occorre quindi rieseguire le proprie sequenze di chiamate. Guida alla migrazione da AutoGen.

La lacuna dichiarata nella migrazione riguarda i runtime distribuiti personalizzati. La guida descrive attualmente la composizione di Agent Framework come basata su un singolo processo e indica l'esecuzione distribuita come pianificata. Se il prototipo AutoGen usa il runtime Core distribuito, non va dato per scontato che migrare gli agenti conservi la topologia di distribuzione. Quel requisito va verificato separatamente rispetto al runtime effettivo e alla soluzione di hosting che si intende usare. È un limite dichiarato nella guida alla migrazione, non un'affermazione generale su tutti i servizi di hosting Microsoft.

Per la continuità con il successore Microsoft, vince Microsoft Agent Framework. Il suo limite è la compatibilità: concetti familiari legati agli agenti non garantiscono un instradamento dei messaggi, un comportamento delle sessioni o una topologia di esecuzione identici. LangGraph vince quando la ragione della migrazione è una riprogettazione intenzionale attorno a uno stato applicativo esplicito.

Quanto costa cambiare e quando non conviene avere fretta

Il costo della migrazione sta nel ricostruire il comportamento, convertire lo stato e validare il funzionamento operativo. Prompt e implementazioni dei tool possono essere riutilizzabili, ma vanno esaminate le regole che ne governano esecuzione, contesto e persistenza. La stima del lavoro deve riguardare un'operazione aziendale completa, non il numero di import da rinominare.

Si può partire dalla risposta di assistenza. Ha un input osservabile, una bozza, un esito di revisione, un passaggio di approvazione umana e una ricevuta finale. Per questo è un perimetro di migrazione migliore rispetto al trasferimento di un'intera raccolta di agenti nella speranza che la risposta finale assomigli a quella precedente.

1. 1

   Documentare il comportamento esistente

   Salvare input rappresentativi, materiale di riferimento approvato, prompt, schemi dei tool, output e casi di errore. Registrare le versioni del modello e delle dipendenze. Includere un caso respinto dal revisore e uno che richiede un chiarimento umano. Questi esempi serviranno per verificare l'accettabilità della nuova implementazione.

2. 2

   Esportare i dati applicativi in modo indipendente

   Conservare identificativi dei ticket, bozze, osservazioni di revisione, decisioni umane e ricevute delle azioni esterne in un formato gestito dall'applicazione. Mantenere le trascrizioni per il contesto, senza considerare il blocco di stato serializzato di un framework come un registro aziendale portabile. Definire una corrispondenza esplicita per tutti i dati necessari a proseguire l'elaborazione.

3. 3

   Ricostruire il più piccolo workflow completo

   In LangGraph, definire lo schema dello stato e i percorsi. In Microsoft Agent Framework, mappare agenti, sessioni ed esecutori del workflow seguendo la guida attuale. Mantenere invariati gli input del compito e i criteri di valutazione, così da distinguere i cambiamenti di orchestrazione da quelli dovuti al modello o al prompt.

4. 4

   Mettere alla prova i punti critici di ripristino

   Fermare il processo di esecuzione mentre un'attività attende l'approvazione. Riprenderla dopo il riavvio, respingere una bozza, ripetere una richiesta di ripresa e simulare un'azione esterna fallita. Esaminare il registro applicativo salvato e la ricevuta finale. Un paragrafo conclusivo plausibile non basta a dimostrare che il workflow si sia ripristinato correttamente.

5. 5

   Decidere come completare le attività già in corso

   Stabilire se le attività pendenti debbano terminare con la vecchia implementazione o ricevere una conversione esplicita dello stato. Conservare gli identificativi e le associazioni tra approvazioni e bozze. Non trasferire implicitamente un vecchio checkpoint a un nuovo workflow incompatibile.

Anche LangGraph, una volta adottato, impone vincoli alle migrazioni successive. La documentazione della Graph API mette in guardia dal rinominare o rimuovere nodi necessari ai thread interrotti. Anche nelle distribuzioni future, occorre trattare le definizioni dei workflow e lo stato salvato come elementi la cui compatibilità va preservata. Vincoli di migrazione dei grafi.

Non serve affrettare una riscrittura estesa di un prototipo di ricerca isolato, i cui risultati utili siano già stati acquisiti e che sia destinato a essere dismesso. Conviene ricavarne gli insegnamenti e migrare soltanto il caso d'uso che deve proseguire. Per un'applicazione AutoGen attiva, una transizione controllata è preferibile a una sostituzione non validata; l'archiviazione del progetto è però un motivo per pianificare quella transizione, non per continuare ad ampliare la dipendenza precedente.

Per una rosa più ampia di alternative, il confronto tra framework per agenti AI presenta altri punti di partenza. Se il candidato rimasto è CrewAI, il riferimento per quella scelta specifica è LangGraph vs CrewAI.

Il prossimo passo: prendere un'attività ricorrente, elencare i dati che devono sopravvivere a un riavvio e definire chi può autorizzare l'azione finale. Scegliere il framework che esprime più chiaramente questi requisiti, poi validare l'intero flusso circoscritto prima di migrare il resto.

Domande frequenti

Quali sono le principali differenze tra AutoGen e LangChain?

AutoGen AgentChat organizza la collaborazione tra agenti attorno a team e messaggi. LangChain fornisce astrazioni per modelli, tool e agenti, mentre LangGraph è il runtime di orchestrazione sottostante. Per un workflow personalizzato con stato, il confronto più diretto è con LangGraph. L'archiviazione di AutoGen cambia inoltre la scelta per i nuovi progetti.

Vale la pena imparare LangChain nel 2026?

Sì, quando le sue astrazioni per modelli e tool sono adatte all'applicazione. Conviene studiare direttamente LangGraph quando occorre specificare lo stato e le transizioni del workflow. Per migrare un prototipo AutoGen non è necessario adottare ogni livello dello stack.

CrewAI è migliore di LangGraph?

Non esiste un vincitore universale. Se a determinare l'applicazione sono lo stato esplicito, i punti di ripristino e una logica di approvazione personalizzata, LangGraph è il primo candidato da valutare. Prima di scegliere, occorre confrontare CrewAI sullo stesso compito completo: la preferenza per un framework, da sola, non dimostra la qualità del risultato.

Che cosa si intende per AutoGen?

In questo confronto, AutoGen indica il framework Microsoft per applicazioni multiagente disponibile su microsoft/autogen. L'implementazione discussa è l'API per i team AgentChat; dove rilevante, vengono distinti il runtime Core sottostante e l'API sperimentale GraphFlow.

AutoGen è deprecato?

Il README attuale di Microsoft usa un termine più netto, «archiviato», e afferma che il progetto non è più mantenuto. Indirizza i nuovi utenti verso Microsoft Agent Framework e invita quelli esistenti a migrare. È questa la formulazione a cui fare riferimento, senza presumere che sia ancora in corso una fase di manutenzione.

AutoGen e Microsoft Agent Framework sono la stessa cosa?

No. Microsoft Agent Framework è il successore e dispone di una guida alla migrazione che illustra le modifiche alle API di agenti, sessioni, tool e workflow. Passare a questo framework richiede di validare il comportamento dell'applicazione: non è semplicemente un nuovo nome per il pacchetto AutoGen installato.

Qual è il miglior framework per l'AI agentica?

Per il lettore di questo confronto, LangGraph è la scelta quando contano soprattutto lo stato applicativo esplicito e il controllo del workflow. Microsoft Agent Framework è la scelta quando prevalgono il percorso di successione Microsoft e l'ecosistema già in uso. Un framework non può stabilire se il compito alla base dell'applicazione richieda più agenti.

Quali sono le principali differenze tra AutoGen e Semantic Kernel?

Il post di presentazione di Microsoft descrive il contributo di AutoGen come orchestrazione multiagente sperimentale e quello di Semantic Kernel come base SDK per applicazioni aziendali. Microsoft Agent Framework riunisce questi due filoni. Per una nuova migrazione da AutoGen, conviene valutare il successore attuale invece di considerare quella distinzione storica come l'unica scelta possibile.

Qual è il miglior framework multiagente?

Il più adatto è quello che rende chiaro e manutenibile il comportamento richiesto. Per il workflow di assistenza descritto qui, la raccomandazione è LangGraph, perché revisione, autorizzazione umana e invio devono essere stati separati. Microsoft Agent Framework è l'alternativa quando conta di più la continuità con il successore.

La checklist di audit dei workflow AI aziendali aiuta a definire l'attività, il punto in cui richiede un'approvazione e il responsabile operativo prima della migrazione.