返回资讯中心
外部精选
软件工程
#开发者实时流

微软在Ignite大会为Microsoft Foundry加入持续改进能力

来源标题:Continuous Improvement in Microsoft Foundry

微软在Ignite大会上宣布将持续改进能力引入Microsoft Foundry,让企业构建的AI智能体随时间推移不断学习提升。该能力依托GitHub构建智能体、Foundry负责运行与监管的端到端体系,并属于新推出的Microsoft IQ的一部分。

Hacker News 最新lisajaloza2026/11/17 · 今天25 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

链接已复制到剪贴板! 分类 AI + 机器学习 DevOps 标签 Microsoft Ignite Microsoft IQ 受众 AI 专业人士 业务决策者 IT 决策者 内容类型 公告 活动 产品 Azure OpenAI Foundry Agent Service GitHub Copilot Microsoft Foundry 每隔几周就有新模型发布,而你的客户会提出没人预先计划过的问题。能从这一切中学习改进的 agent 才能领先。这就是持续改进,今天在 Microsoft Ignite 上,我们把它带到了 Microsoft Foundry。要解锁这一能力,你需要一个端到端系统,在其中构建 agent、为它们提供上下文、运行它们、治理它们,并随着时间推移不断改进它们。

作为全新 Microsoft IQ 的一部分,Foundry 实现了只有 Microsoft 才能交付的两件事:你独有的智能始终是你的优势,而你的 agent 运行得越久就变得越好。

开箱即用时,一个 AI 模型对你和对其他任何人都完全一样。有三件事能帮助你在团队完成实际工作的过程中改进你的 agent。

在这一切之下,你有 GitHub——你在这里构建 agent,以及 Foundry——你在这里运行和监督它们持续改进。两者都运行在 Azure 上,作为一个在全球范围内运作的单一系统。

在改进一个 agent 之前,你需要先构建它。假设你想要一个 agent 来自动化你的供应链流程,并且你希望这个 agent 能在 Teams 中使用——你的团队已经在 Teams 里工作。只需用清晰、日常的语言解释你想做什么,GitHub Copilot 就会写出大部分甚至全部代码。而在底层,GitHub Copilot Fusion 会在你构建时路由和编排模型,这样你就不必亲自处理。这意味着你能为任务匹配正确的模型,同时平衡性能、延迟和成本。

构建好 agent 之后,你需要一个地方来运行它、治理它,并为所有团队、所有区域改进它,同时还要与数百或数千个其他 agent 一起运行。

Foundry 拥有超过 11,000 个模型,从 OpenAI 和 Anthropic 到 Meta、Mistral、开源模型、我们自己的 Microsoft AI(MAI)模型等等,让你恰好能做到这一点。而且你不必只选一个,也不会被锁定在单一模型提供商上。Foundry 的模型路由器会把简单请求发送给小型、快速的模型,把更复杂的请求发送给更大、最先进的模型,这样你在 token、时间和算力上的花费更少。我们的测试表明,与把所有请求都发送给前沿模型相比,使用 Foundry 的模型路由器最多可节省 65%。

当你的 agent 在 Foundry 中运行时,它拥有一个身份。Entra Agent ID 和 Foundry 护栏只给 agent 它所需的访问权限,敏感操作会按照你的业务要求保留人工介入。你的组织在每一步都保持控制。你设定标准,每个变更都根据证据进行测试,你的团队决定什么能进入生产环境。Foundry Safety 中的 agent 控制将这种监督延伸到运行时。对于在 Foundry 中构建的 agent,以及未来在 Foundry 之外构建的 agent,这意味着在 agent 运行时根据你设置的护栏策略检查其行为。

用你选择的编排层运行 agent。Foundry Agent Service 通过托管 agent 运行用你偏好的框架和 harness 构建的 agent,这些托管 agent 现在能同时处理更多并发会话(已正式发布 [GA]),并且启动更快(预览版)。对于希望由平台代为管理 harness 的团队,Microsoft Copilot harness(现为预览版)内置了可复用技能和子 agent 等能力。Fashable 是一家 AI 原生的时尚公司,它正在使用语音 agent(现已 GA)和 Microsoft Copilot harness,让设计和采购变得更加对话化和 agent 驱动。

Foundry 会从你的团队如何使用你的 agent 中学习,根据你自己对“好”的标准评估每一个变更,并帮助你把每个 agent 变得更好。Agent 会从自己过去的工作和你的专家的反馈中学习,这些经验会变成新的技能、评估等。这就是你的 agent 以及它们周围的系统不断变得更好的方式。

Foundry 中的持续改进遵循四个步骤并反复循环,因此每一轮都在上一轮的基础上继续:建立标准、发现问题、优化、然后验证并重复。

建立标准:你决定什么才算好 改进始于一个清晰的标准。在 Foundry 中,这个标准存在于评估中,评估是自动化测试,根据你选择的标准给 agent 的回复打分。评分标准评估器让你为自己的业务编写这些标准,就像你最好的专家会使用的检查清单一样,而且它们现在除了质量之外还覆盖安全(预览版)。

你的员工比任何指标都更懂质量,他们的反馈能把一个能力尚可的 agent 变成你业务领域的专家。每次 agent 运行时,Foundry 都会记录一条 trace:逐步记录 agent 被问了什么、做了什么以及如何回答。借助 trace 标注(现为预览版),专家可以审查真实对话,标记哪些做得好、哪些不好,以及 agent 本应怎么做。这些带标注的 trace 会变成评估数据集(预览版),基于真实使用而非假设的测试用例构建。从这些数据集中,Foundry 可以为每个测试用例生成评分标准,这样你的专家的判断就成为 agent 每个未来版本评分方式的一部分。

然后你可以把你最好的一组测试用例锁定为黄金数据集(预览版)。把它想象成答案键:每个新版本都必须超越的基准。

你的客户不应该成为第一个告诉你出了问题的人。Trace 展示了 agent 的真实行为,包括出错的地方,但数量太多,你无法独自阅读。Insights(现已 GA)会把反复出现的问题分组,展示证据,并指出可能的原因,这样团队就能优先修复影响最多人的问题。你的团队也可以为在 Foundry 之外用 LangGraph、LangChain 和 CrewAI 构建的 agent 带来同样的可见性(现已 GA)。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →