Il panorama dei framework per agenti AI è una trincea affollata. OpenAI ha il suo Agents SDK, Google spinge ADK in mezza dozzina di linguaggi, Microsoft ha cannibalizzato AutoGen per rilanciare con Agent Framework, e LangChain si è riposizionato come "piattaforma di agent engineering". Ognuno promette l'orchestrazione definitiva, la durable execution, l'integrazione enterprise.
Ma il vero vincitore non è nessuno di loro. È MCP, il Model Context Protocol di Anthropic: un protocollo, non un framework.
Mentre tutti competevano sul framework, Anthropic ha vinto sul protocollo.
Il dato più eloquente non è nelle righe di codice. È su GitHub: il repository modelcontextprotocol/servers ha 88.000 stelle e 11.100 fork.
È il progetto più stellato dell'intero ecosistema agentico, davanti a LangChain (141k, ma con anni di vantaggio), OpenAI Agents SDK (27.6k) e Google ADK (20.4k). E MCP non è nemmeno un prodotto. È un pezzo di infrastruttura.
Tutti competono, tutti convergono
Ecco lo stato dell'arte a luglio 2026:
| Player | Framework | Stelle GitHub | Supporto MCP | Differenziazione chiave |
|---|---|---|---|---|
| Anthropic | MCP (protocollo) | 88k ★ | — | SDK in 10 linguaggi, registry server, specifica stabile |
| OpenAI | Agents SDK | 27.6k ★ | ✅ nativo | Sandbox agents, handoff, guardrail, tracing integrato |
| ADK 2.0 | 20.4k ★ | ✅ | Multi-linguaggio (Python/Go/Java/Kotlin), A2A, long-running | |
| Microsoft | Agent Framework | 11.8k ★ | ✅ | Python + .NET, Azure Foundry, durable workflows |
| LangChain | LangChain + LangGraph | 141k + 36.3k ★ | ✅ | Ecosistema più ampio, Deep Agents, LangSmith |
La tabella rivela una verità scomoda per chiunque venda un framework: il supporto MCP è ormai un prerequisito, non un vantaggio competitivo.
OpenAI Agents SDK lo integra nativamente (il repo riconosce esplicitamente il MCP Python SDK tra i suoi acknowledgements). Google ADK lo supporta insieme al proprio protocollo A2A. Microsoft Agent Framework lo include come primitiva di connettività. LangChain, dopo anni passati a costruire il proprio ecosistema di integrations, ha aperto a MCP.
È successo qualcosa di raro nell'industria del software: un'azienda, Anthropic, ha convinto tutti i concorrenti diretti ad adottare il suo standard di comunicazione. Non con il lock-in, ma con il lock-out: se non supporti MCP, resti fuori da un ecosistema di server e tool che cresce ogni giorno.
La mossa Microsoft
Il segnale più forte arriva da Redmond. AutoGen, con le sue 59.400 stelle, è stato messo ufficialmente in maintenance mode. Microsoft lo dichiara senza giri di parole nel README:
"AutoGen è ora in manutenzione. Non riceverà nuove funzionalità o miglioramenti e sarà gestito dalla comunità d'ora in avanti."
Il motivo? Un nuovo framework, Microsoft Agent Framework, costruito da zero su Python e .NET, con 99 release in pochi mesi. La differenza principale rispetto ad AutoGen? MAF è MCP-first, A2A-compatibile, multi-provider.
Microsoft non sta semplicemente aggiornando AutoGen. Sta dicendo: il vecchio ecosistema di integrazioni proprietarie è morto, il futuro parla MCP. E lo fa con una guida alla migrazione ufficiale da AutoGen a MAF.
È un'ammissione che nessun framework può più permettersi di essere un'isola. La connettività è diventata così centrale da assorbire ogni altra considerazione architetturale.
LangChain e il riposizionamento
Il caso LangChain è emblematico. Con 141.000 stelle è il framework LLM più adottato al mondo. Ma negli ultimi 18 mesi ha subito un riposizionamento radicale: da framework onnicomprensivo a piattaforma di agent engineering, con LangGraph per l'orchestrazione a basso livello, Deep Agents per pattern di alto livello, e LangSmith per deployment e observability.
È la risposta a un mercato che ha smesso di cercare un solo framework e ha iniziato a comporre stack multi-framework. LangChain ha capito che il valore non sta più nell'essere l'unico intermediario tra LLM e strumenti — MCP ha reso quella posizione insostenibile — ma nell'orchestrazione, nella durabilità, nella gestione dello stato.
LangGraph ora enfatizza la durable execution: agenti che sopravvivono a crash, riprendono da checkpoint, incorporano human-in-the-loop. È lo stesso territorio che Google ADK rivendica con i suoi agenti long-running capaci di pause di giorni. E che Microsoft MAF presidia con i suoi workflow stateful su Azure.
Il problema non risolto
MCP risolve la connettività, non l'orchestrazione.
Come si coordina un agente che deve aspettare tre giorni per una firma, delegare a un sub-agente il provisioning IT, riprendere dopo un webhook, e non perdere un byte di contesto? Come si fa observability su una catena di agenti che attraversa framework diversi, ognuno con il proprio tracing?
Pensiamo a uno scenario concreto: un assistente di viaggio enterprise deve cercare voli (tool MCP), attendere approvazione umana (human-in-the-loop), prenotare tramite API (tool call), delegare a un sub-agente la richiesta di visto (handoff), e notificare su Slack (webhook). In questo flusso si incrociano almeno tre framework diversi, due provider LLM, e un sistema legacy. Oggi non esiste un modo standard per rendere questa catena osservabile, riprendibile da crash, e monitorabile dall'inizio alla fine.
Ogni player ha una risposta parziale:
- Google ADK propone macchine a stati esplicite, checkpoint persistenti su SQLite/Cloud SQL, e event-driven dormancy gates: l'agente dorme davvero, non fa polling, si risveglia solo a webhook.
- LangGraph offre durable execution con resume automatico da checkpoint, memoria a breve e lungo termine, e integrazione con LangSmith per il tracing.
- Microsoft MAF punta su workflow graph-based con checkpoint, OpenTelemetry nativo e hosting su Azure Foundry.
- OpenAI Agents SDK ha sessioni automatiche, tracing integrato e sandbox agents per task di lunga durata, ma è meno maturo sull'orchestrazione cross-framework.
Nessuna di queste soluzioni è completa, e nessuna funziona bene quando l'orchestrazione attraversa i confini del framework. Se il tuo agente OpenAI deve delegare a un agente Google ADK via A2A, e l'intera catena deve essere osservabile con OpenTelemetry, sei in territorio ampiamente inesplorato.
I protocolli vincono sempre
La storia del software lo insegna: i protocolli battono i framework. HTTP ha battuto le API proprietarie, TCP/IP ha battuto i protocolli vendor-specific. Un protocollo aperto abbassa i costi di switching, crea effetti di rete, e trasforma i framework in commodity intercambiabili. MCP sta facendo esattamente questo nell'ecosistema agentico.
La specifica MCP raggiungerà la release stabile il 28 luglio 2026, con gli SDK v2 in Python e TypeScript già in beta. Nel frattempo, il MCP Registry cataloga server pubblici in crescita esponenziale. E client come Claude, ChatGPT, VS Code e Cursor supportano MCP nativamente.
Anthropic non ha bisogno di vincere la guerra dei framework. Ha già vinto la guerra del protocollo.