Microsoft Agent 365 y TrueFoundry: comparación de dos enfoques para el plano de control de agentes

Diseñado para la velocidad: ~ 10 ms de latencia, incluso bajo carga
¡Una forma increíblemente rápida de crear, rastrear e implementar sus modelos!
- Gestiona más de 350 RPS en solo 1 vCPU, sin necesidad de ajustes
- Listo para la producción con soporte empresarial completo
Durante la mayor parte de 2024, la conversación sobre agentes giró en torno a los frameworks. A finales de 2025, el foco cambió. Las empresas dejaron de preguntarse ¿cómo construimos un agente? y empezaron a preguntarse ¿cómo ejecutamos mil de ellos de forma segura? Este cambio convirtió al plano de control de agentes —la capa que se sitúa entre los agentes, las llamadas a modelos, las herramientas que utilizan y los humanos responsables de ellos— en la decisión arquitectónica más determinante del año.
Han surgido dos sólidas respuestas desde extremos opuestos del espectro. Microsoft Agent 365, disponible de forma general desde el 1 de mayo de 2026, trata a los agentes como identidades de primer nivel dentro del gráfico de Microsoft y extiende Entra, Purview y Defender para gobernarlos. La plataforma de TrueFoundry —compuesta por un AI Gateway, un MCP Gateway y un Agent Gateway que se ejecutan sobre un único plano de datos— se ubica en su propia nube, por delante de sus modelos y herramientas, para gobernar cómo se ejecuta realmente cualquier agente (sea cual sea su framework o proveedor).
Este artículo ofrece una comparación técnica honesta basada en la documentación pública de los proveedores y en la cobertura pública del lanzamiento disponible a fecha de junio de 2026; las fuentes consultadas se incluyen al final.
Microsoft Agent 365: visión general
El diseño de Microsoft parte de la premisa de que los agentes deben gobernarse del mismo modo que se gobierna a los usuarios: mediante identidades, políticas y las mismas herramientas de administración que ya utiliza el equipo de TI. Microsoft describe Agent 365 como un plano de control unificado para supervisar la seguridad de los agentes de IA en entornos compatibles de Microsoft y conectados. En la práctica, esto se traduce en dos experiencias diferenciadas: un Agent Builder sin código que puede utilizar cualquier usuario de negocio y un registro de nivel administrativo que gestionan los equipos de TI y seguridad.

Ese modelo de distribución —donde cada usuario puede desplegar un agente— es precisamente el motivo por el cual el registro situado al otro lado de la plataforma resulta tan crítico. Los agentes creados aquí, los instalados desde la Agent Store, los incorporados por socios del ecosistema y los shadow agents detectados por Defender se consolidan en un único inventario en el centro de administración de Microsoft 365, cada uno identificado mediante un Microsoft Entra Agent ID.

Bajo la interfaz de usuario, tres pilares sustentan el funcionamiento —Observe, Govern y Secure—, cada uno respaldado por un producto específico de Microsoft: gestión de identidades con Microsoft Entra Agent ID; seguridad de datos con Microsoft Purview (etiquetas de confidencialidad, DLP, eDiscovery, retención); y protección frente a amenazas con Microsoft Defender (gestión de postura de seguridad, detección de shadow AI y respuesta ante incidentes). Para los desarrolladores, Microsoft publica el Agent 365 SDK en Python, JavaScript y .NET, con integraciones para los principales frameworks de agentes y plataformas de IA.
Plataforma de TrueFoundry: visión general
TrueFoundry comenzó desde el enfoque opuesto. Mientras Microsoft planteaba ¿cómo gobernamos los agentes dentro de Microsoft 365?, TrueFoundry se preguntaba ¿cómo ejecutamos agentes —de cualquier framework, modelo o nube— con la seguridad, observabilidad y control de costes que requiere un sistema en producción? La plataforma consta de tres capas coordinadas sobre un único plano de datos:
- AI Gateway: una API unificada conectada a más de 1000 LLM de OpenAI, Anthropic, Bedrock, Vertex, Gemini, Azure OpenAI, Mistral, Together, Groq, xAI, Cerebras y vLLM/TGI/Triton alojados localmente, con una sobrecarga de latencia habitualmente inferior a 5 ms.
- MCP Gateway: un registro centralizado de servidores Model Context Protocol con OAuth2, RBAC, políticas por herramienta y barreras de protección previas y posteriores a las llamadas. Resuelve lo que la documentación de TrueFoundry define como el problema de integración N×M.
- Agent Gateway: la capa más reciente y la más relevante para esta comparativa. Un plano de control dedicado para agentes de IA en producción.
El Agent Gateway merece un análisis más detallado, ya que es la capa que diferencia una pasarela de modelos de un plano de control de agentes más amplio. TrueFoundry establece la distinción con precisión: un gateway de IA gestiona prompts y tokens sin estado; un gateway de agentes es el plano de datos para la IA basada en agentes: sesiones con estado, ejecución en múltiples pasos y movimiento de datos entre los agentes y las herramientas a las que llaman. Puede entenderse como una malla de servicios específicamente diseñada para sistemas basados en agentes.
Ofrece seis pilares de control: ejecución unificada de agentes a través de una sola capa gobernada; observabilidad y rastreo a nivel de paso; aplicación de políticas y RBAC; ejecución fiable de tareas con reintentos, alternativas y tiempos de espera; escalado automático bajo carga; y compatibilidad independiente del framework (LangChain, CrewAI, AutoGen o desarrollos totalmente personalizados). Cabe destacar que el proyecto subyacente de gateway de agentes es un proyecto de código abierto de la Linux Foundation, lo que significa que la capa de control no es una caja negra propietaria ni implica dependencia de un proveedor específico.
Agent Harness: el entorno de ejecución gestionado sobre los gateways
Si los tres gateways constituyen la base, el Agent Harness es el entorno de ejecución gestionado que se sitúa sobre ellos. Un harness es la capa de tiempo de ejecución que envuelve a un LLM: el bucle de orquestación que planifica, llama a herramientas, gestiona el contexto, condiciona las acciones sensibles a aprobaciones y registra el rastreo completo. Es el elemento que transforma una llamada a un modelo en un agente fiable de larga ejecución. El Agent Harness de TrueFoundry integra todo esto como un servicio gestionado: elija un modelo, conecte servidores MCP, añada habilidades gobernadas desde un registro, escriba instrucciones y despliegue.
Plataforma de TrueFoundry: visión general
TrueFoundry comenzó desde el enfoque opuesto. Mientras Microsoft planteaba ¿cómo gobernamos los agentes dentro de Microsoft 365?, TrueFoundry se preguntaba ¿cómo ejecutamos agentes —de cualquier framework, modelo o nube— con la seguridad, observabilidad y control de costes que requiere un sistema en producción? La plataforma consta de tres capas coordinadas sobre un único plano de datos:
- AI Gateway: una API unificada conectada a más de 1000 LLM de OpenAI, Anthropic, Bedrock, Vertex, Gemini, Azure OpenAI, Mistral, Together, Groq, xAI, Cerebras y vLLM/TGI/Triton alojados localmente, con una sobrecarga de latencia habitualmente inferior a 5 ms.
- MCP Gateway: un registro centralizado de servidores Model Context Protocol con OAuth2, RBAC, políticas por herramienta y barreras de protección previas y posteriores a las llamadas. Resuelve lo que la documentación de TrueFoundry define como el problema de integración N×M.
- Agent Gateway: la capa más reciente y la más relevante para esta comparativa. Un plano de control dedicado para agentes de IA en producción.
El Agent Gateway merece un análisis más detallado, ya que es la capa que diferencia una pasarela de modelos de un plano de control de agentes más amplio. TrueFoundry establece la distinción con precisión: un gateway de IA gestiona prompts y tokens sin estado; un gateway de agentes es el plano de datos para la IA basada en agentes: sesiones con estado, ejecución en múltiples pasos y movimiento de datos entre los agentes y las herramientas a las que llaman. Puede entenderse como una malla de servicios específicamente diseñada para sistemas basados en agentes.
Ofrece seis pilares de control: ejecución unificada de agentes a través de una sola capa gobernada; observabilidad y rastreo a nivel de paso; aplicación de políticas y RBAC; ejecución fiable de tareas con reintentos, alternativas y tiempos de espera; escalado automático bajo carga; y compatibilidad independiente del framework (LangChain, CrewAI, AutoGen o desarrollos totalmente personalizados). Cabe destacar que el proyecto subyacente de gateway de agentes es un proyecto de código abierto de la Linux Foundation, lo que significa que la capa de control no es una caja negra propietaria ni implica dependencia de un proveedor específico.
Agent Harness: el entorno de ejecución gestionado sobre los gateways
Si los tres gateways constituyen la base, el Agent Harness es el entorno de ejecución gestionado que se sitúa sobre ellos. Un harness es la capa de tiempo de ejecución que envuelve a un LLM: el bucle de orquestación que planifica, llama a herramientas, gestiona el contexto, condiciona las acciones sensibles a aprobaciones y registra el rastreo completo. Es el elemento que transforma una llamada a un modelo en un agente fiable de larga ejecución. El Agent Harness de TrueFoundry integra todo esto como un servicio gestionado: elija un modelo, conecte servidores MCP, añada habilidades gobernadas desde un registro, escriba instrucciones y despliegue.

El harness incluye por defecto lo que los equipos suelen tener que desarrollar internamente: un entorno de ejecución aislado (sandbox) para código y tareas duraderas, controles de aprobación con intervención humana para operaciones sensibles, un registro de habilidades versionado con RBAC, primitivas de ingeniería de contexto (subagentes, descarga de grandes volúmenes de resultados, compactación automática) y transmisión de UI generativa para renderizar bloques estructurados en el cliente. Los rastreos completos terminan en la misma interfaz de observabilidad que el resto de la plataforma, ofreciendo una vista unificada del tráfico de modelos, MCP y agentes.
La característica de gobernanza más relevante del harness es su modelo de credenciales. Las definiciones de los agentes nunca contienen claves de API, tokens OAuth o encabezados bearer. Las credenciales de los modelos residen en el AI Gateway; las de MCP en el MCP Gateway con OAuth por usuario y renovación automática; y las habilidades se obtienen de un registro gobernado. Los equipos de plataforma configuran el acceso una sola vez y los desarrolladores de agentes jamás gestionan secretos. Esta arquitectura resuelve de forma estructural la dispersión de credenciales por herramienta que suele ser habitual en entornos multiagente.
Cómo se solapan ambos planos de control y en qué se diferencian
La forma más clara de analizar su relación es a nivel estructural. Ambos productos se sitúan entre los agentes y el entorno exterior, pero gobiernan áreas distintas. Microsoft Agent 365 gobierna el entorno centrado en M365: identidad, datos y distribución. TrueFoundry gobierna la capa de ejecución: enrutamiento de modelos, llamadas a herramientas y el propio runtime del agente.

Diferencias entre ambos productos (con referencias)
La siguiente tabla se ha elaborado a partir de la documentación oficial de ambos proveedores; las fuentes se detallan al final.
Ventajas y desventajas según el perfil profesional
El mismo producto puede resultar una solución idónea o insuficiente según las necesidades del perfil que lo evalúe.
Cuándo elegir cada opción y cuándo utilizar ambas
La respuesta más precisa a la cuestión «¿Agent 365 o TrueFoundry?» es que, para muchas organizaciones, la solución consiste en combinar ambos con una delimitación clara de responsabilidades.
Suelen optar por Microsoft Agent 365 las organizaciones que…
- Almacenan la mayor parte de sus datos sensibles en M365 y los gobiernan mediante Purview
- Utilizan principalmente agentes de Copilot Studio, M365 Copilot o socios de la Agent Store
- Cuentan con una inversión consolidada en Entra + Defender + Purview
- Encuentran en el licenciamiento por usuario un modelo acorde al valor generado (agentes para usuarios de negocio)
Suelen optar por TrueFoundry las organizaciones que…
- Disponen de una infraestructura heterogénea (multinube, on-premise, híbrida)
- Requieren despliegues exclusivos en VPC, o tienen exigencias estrictas de residencia y soberanía de datos
- Necesitan acceso a un amplio catálogo de modelos con asignación de presupuestos, sistemas de tolerancia a fallos y balanceo de carga
- Desarrollan agentes personalizados mediante LangGraph, CrewAI, AutoGen o código propio
- Precisan rastreos a nivel de paso y atribución de costes integrados en sus herramientas de observabilidad existentes
Resulta conveniente adoptar un enfoque combinado cuando…
- M365 es uno de los múltiples entornos con los que interactúan sus agentes
- Agent 365 gobierna el entorno de M365 (identidad, datos y visibilidad en la Agent Store)
- TrueFoundry gobierna la capa de ejecución (enrutamiento de modelos, llamadas a herramientas MCP, acceso a API internas y tráfico entre agentes)
Conclusión
Microsoft Agent 365 ofrece una respuesta sólida para gobernar agentes en el entorno de Microsoft 365. Para aquellas organizaciones cuyo centro de operaciones es M365, constituye una opción predeterminada habitual.
TrueFoundry aborda una necesidad distinta: ejecutar agentes —de cualquier framework, modelo o nube— con la seguridad, observabilidad y control de costes que exige un entorno de producción. Para organizaciones reguladas, multinube o con un fuerte enfoque de ingeniería, TrueFoundry suele ser la alternativa más directa.
Microsoft gobierna lo que los usuarios pueden hacer con los agentes; TrueFoundry gobierna lo que los agentes pueden hacer con la infraestructura. Muchas empresas terminarán integrando ambos modelos en 2026.
⚠ Aviso editorial: Este artículo ha sido publicado por TrueFoundry, Inc. con fines meramente informativos, basándose en el análisis de la documentación pública de los proveedores disponible a fecha de junio de 2026. Todas las opiniones expresadas representan la postura corporativa de TrueFoundry y no la de autores individuales, ni constituyen asesoramiento profesional, legal o de compra. Microsoft no ha revisado, respaldado ni patrocinado este contenido. Las características de los productos, precios y planes de desarrollo están sujetos a cambios sin previo aviso; las cifras mostradas proceden de fuentes públicas o se presentan a título ilustrativo. El análisis original, los textos y los diagramas son propiedad de TrueFoundry, Inc.; las marcas comerciales y nombres de productos de terceros pertenecen a sus respectivos propietarios. Se recomienda verificar toda la información con la documentación actualizada del proveedor antes de tomar decisiones de arquitectura o compra.
Fuentes y referencias
- Microsoft Learn — Microsoft Agent 365 Overview (disponibilidad general, licencias, pilares observe / govern / secure).
- Microsoft Learn — Microsoft Agent 365 SDK Overview (Python, JavaScript, .NET).
- Microsoft Learn — Microsoft Agent 365 Observability SDK (integraciones con LangChain, Semantic Kernel, OpenAI Agents SDK, Agent Framework).
- Microsoft Learn — Microsoft 365 Agents SDK (independiente del orquestador; soporte para Azure Foundry, Semantic Kernel, OpenAI Agents, LangChain).
- Windows Central — Microsoft 365 E7 plan announcement (15 $/usuario/mes independiente; 99 $/usuario/mes en el paquete E7).
- TrueFoundry — Agent Gateway product page (pilares de control, malla de agentes con estado, 99,99 % de tiempo de actividad, +10 000M req/mes, ~30 % de optimización de costes, proyecto Linux Foundation, VPC/on-prem/air-gapped).
- TrueFoundry Docs — AI Gateway Introduction (+1000 LLM, proveedores soportados, sobrecarga de latencia).
- TrueFoundry Docs — Agent Harness Overview (runtime gestionado, sandbox, aprobaciones HITL, registro de habilidades, modelo de credenciales sin claves).
TrueFoundry AI Gateway ofrece una latencia de entre 3 y 4 ms, gestiona más de 350 RPS en una vCPU, se escala horizontalmente con facilidad y está listo para la producción, mientras que LitellM presenta una latencia alta, tiene dificultades para superar un RPS moderado, carece de escalado integrado y es ideal para cargas de trabajo ligeras o de prototipos.













.webp)
.webp)
.webp)


.webp)


.webp)
.webp)
.png)

.png)
.png)
.png)






