人工智能本身不会改变您的业务。运行它的系统会。

人工智能已经进入企业，这种转变正在同时发生。每个职能、每个角色、每个工作流程都在重塑。与此同时，一类新的组织正在出现，它们与定义上一个商业时代的公司有着根本的不同。 获胜者不会是那些拥有最多演示的人，而是那些将人工智能转变为一个受管理的、不断改进的系统来运行实际工作的人。

这也不仅仅与聊天机器人有关。这些经验很有用，但它们并不能改变大型组织的运作方式。 真正的机会是由代理团队在软件交付、支持、财务、人力资源和运营等职能领域执行长期运行的工作，并在生产中拥有信任他们所需的身份、背景、政策和人工监督。

为了实现这一目标，企业需要的不仅仅是强大的人工智能模型或可扩展的计算。 决定成功的是围绕人工智能的系统：工程团队如何构建和部署代理、它们如何在企业中融入、如何在生产中进行管理和观察，以及它们如何随着时间的推移安全地改进。 如果没有这个系统，人工智能仍然是支离破碎、脆弱的，并且难以大规模信任。

我们正在采取一种根本不同的方法。我们正在构建一个全面的代理平台：一个支持多种模型、开放的平台，并为您在堆栈的每一层提供选择和灵活性。我们有目的地以开发人员为中心进行设计。 今天，该平台的下一部分已经就位。

构建代理企业体系

为了在这个新时代取得成功，代理平台必须达到更高的标准。它必须运行真实的生产工作负载，映射真实的组织复杂性，并管理真实的业务责任。

我们围绕三个关键原则进行构建：

首先，它必须是一个单一的集成系统，支持多种模型。

企业无法一次单独地制定代理策略。事后将互不相关的工具拼接在一起可能会减慢团队的速度并带来不必要的风险。代理的构建、情境化、运行、管理和改进应该在一个连贯的系统中进行。 这就是为什么我们将 Azure、GitHub、Microsoft IQ、Fabric、Foundry、Windows、Microsoft Security 和 Microsoft 365 汇集在一起​​，作为单个系统运行，您可以使用它在企业规模部署代理。 企业还需要灵活地为任务选择正确的模型，平衡质量、速度和成本，包括 Microsoft 模型、合作伙伴模型和开放模型。

其次，它必须通过设计来保护和管理。

主张治理很容易，但实施起来却困难得多。实现这一目标意味着从跨越开发到生产的单一堆栈开始，并建立在企业已经信任的身份、访问、合规性和安全基础之上。 通过扩展 Entra、Purview、Defender、Agent 365 和更广泛的 Microsoft 安全堆栈，治理成为系统原生的而不是后来附加的，从而在不影响控制的情况下支持人工智能优先企业的雄心壮志。

第三，必须不断改进。

企业人工智能系统不可能是静态的。代理行为、结果和人类反馈必须回流到系统中，以便系统能够在人类监督下随着时间的推移安全地改进。随着系统的运行，模型、工作流和代理变得更加强大，并且更加适合企业独特的业务流程。 其结果是，系统的使用时间越长，其价值就越丰厚。

这些属性正在成为必备条件，而将人工智能雄心与这三个原则结合起来的企业将在几个季度而不是几年内取得领先。

那么这样的系统在真实的企业内部是如何形成的呢？它从工作开始的地方开始，从代理的构建方式开始。让我们看看我们构建的平台上的情况。

1. 在 GitHub 中构建

GitHub 是您的开发人员已经工作的地方。这是您的依赖项所在的位置，您的应用程序和代码上下文的保存位置，您与所依赖的开源社区协作的位置，以及您推动创新的位置。在其他地方建立代理意味着将所有这些抛在脑后。

代理的构建方式应该与生产软件的构建方式相同。您可以使用 GitHub Copilot 编写代码以加快速度。您将最重要的资产整合在一起：代码库、工作项、代理技能和工具。 而且因为代理不仅仅是代码，您还可以将评估和可观察性资产与它们一起使用，所有版本都按照任何生产系统应有的方式进行版本控制。

代理必须遵循生命周期：源、测试、部署、观察和改进。 GitHub 从第一天起就设置了该生命周期并提供必要的控制。其结果是一个工作流程，专为从一开始就构建具有正确护栏的代理而设计。 您可以在一个地方完成所有这一切，即在为此系统构建的新应用程序中。

2. 与 Microsoft IQ 结合起来

代码只是代理的一部分。为了发挥作用，代理还必须了解您的业务：您的客户、您的产品、您的合同、您的流程。如果没有值得信赖的企业背景和情报，即使是最有能力的模型也只是猜测。

企业需要多种多样的模型以及将正确的模型与正确的工作相匹配的能力，但仅模型选择是不够的。 Microsoft IQ 通过连接到 Microsoft 365、核心业务系统（例如客户和收入数据）以及企业已经依赖的其他系统（例如知识库和网站）中的业务数据（无论其位于何处），将代理置于企业环境中。 借助 IQ 平台的最新功能 Web IQ，代理还可以在适当的时候合并来自网络的相关信息。

在企业数据中将代理置于情境中不仅仅涉及访问。将人工智能指向原始信息是低效且脆弱的。 Microsoft IQ 以代理可以实际使用的形式组织、保护和呈现正确的信息，以便他们能够获得准确的见解，而不会淹没在噪音或幻觉答案中。

一旦代理扎根于正确的环境中，企业就可以走得更远。通过 Frontier Tuning，您不仅仅可以调用 AI 模型。您可以使用您的数据和实际工作流程来改进他们的行为方式。

其中包括 Microsoft 的七个新 MAI 模型，涵盖图像、语音、转录、编码和推理。总之，这个模型系列旨在跨现实世界中重要的任务类型工作，而且重要的是，这些模型不是静态端点。 它们旨在了解您的企业中工作的实际完成方式。

我们的强化学习环境允许我们的模型通过您环境中的实际结果得到强化。将它们视为人工智能的训练馆。在这里，代理了解您非常具体的流程、标准和工作方式。 它变得专业化并适合您，提供可衡量的更好的投资回报率。

此外，您的自定义或训练后模型都保留在您的环境中。您的知识产权、专有数据以及实际完成工作的方式将成为您的代理推理和行动方式的一部分。由此产生的智能在您的环境中运行，在您的控制之下，并且学习成果始终属于您。

如果没有上下文和前沿调整，代理就是有能力的多面手。有了它，他们就成为了解他们所从事业务的定制合作伙伴。

3. 在 Foundry 中运行

一旦代理被构建并融入环境，他们就需要一个运行的地方。不是作为一个实验。生产中。

代理和代理团队对运行时的要求与传统应用程序截然不同。他们需要推理、行动、调用工具、与其他代理协调，并随着时间的推移进行适应，同时在企业控制下运行。 Foundry 是专为这一现实而设计的运行时。

• 最多的车型集合：不同的代理商在不同的价位需要擅长不同的事情。无论什么任务，无论成本情况如何，Foundry 都可以提供正确的模型，并且优化的模型路由器可以帮助您平衡每个代理的质量、速度和成本。 * 优化开放模型的性能：借助 Foundry 上的 Fireworks AI，企业可以直接在平台中进行更快、更高效的推理。 * 支持任何代理，包括那些不是在我们的堆栈上构建的代理：引入基于 Microsoft Agent Framework、LangGraph、GitHub Copilot SDK、Claude Agent SDK 或自定义工具构建的代理。 * 工具和操作：代理通过 MCP、连接器、API 和工作流程对企业系统进行操作，默认情况下安全执行。 * 评估和跟踪：可观察性和跟踪使代理行为可测量。如果你无法衡量它，你就无法改进它。 * 持续优化：Foundry 能够随着时间的推移调整模型、线束、IQ、工具和操作，从而提高代理在您的世界中运行时的性能。

信任、安全和策略轨道包裹着整个运行时。策略在上下文访问、工具调用、优化更新、跟踪和响应传递中一致应用。代理人不只是工作。它按照您的企业要求的方式工作。

在这里，您的代理不再是一个项目，而是开始成为一个生产系统。

4. 使用 Agent 365 进行治理

现在将该代理乘以数百。然后是数千。这就是当不同的团队在整个企业中构建代理时所发生的情况。有些设计得很好。有些则不然。有些人有权访问，但他们不应该访问。其他人正在做有价值的工作，但组织中没有其他人从中受益。

企业治理不是可选的。企业需要一种方法来查看正在运行的内容、了解其可以访问的内容、监控任务的遵守情况并在整个代理领域执行策略。

Agent 365 与 Entra、Purview、Defender 以及更广泛的 Microsoft 安全堆栈一起来实现这一目标。如果您除了保护您的 AI 之外还对 AI 安全感兴趣，那么“MDASH”就是您的选择。

您组织中的每个代理都显示在一个目录中，无论它是在 Foundry 中构建还是在其他地方构建。 IT 人员可以了解谁部署了代理、它可以访问哪些数据和工具、它的行为方式以及成本。他们可以在需要时执行政策或采取行动。

一处。完全可见性。真正控制您的代理做什么和不做什么。

5. 持续改进

代理不能是静态的。每个代理动作都会产生信号：轨迹、结果、反馈。系统捕获它、提炼它并反馈它。观察。评价。提升。安全推出。重复。

这个学习循环在生产中持续运行。

大多数收益始于对代理本身的评估驱动的改进：提示、上下文、技能和工具。随着清晰模式的出现，学习可以扩展到跨多个模型的模型路由、微调或强化学习。 但这一切都以评估为基础，将座席质量和投资回报率提高到业务所需的水平。

循环是受控制的，而不是封闭的。企业需要对其进行审核、纠正并控制如何实施变更。随着时间的推移，系统在人类监督的指导下变得更加强大，并且越来越自主，但永远不会超出您的能力范围。

这就是实际的爬山模型：系统级改进，在系统运行时持续发生。

6. 在 Azure 上展示人们工作的地方并进行扩展

当然，如果工作人员得不到这些信息，那么这一切都不重要。

代理直接出现在工作流程中、Teams 中、Microsoft 365 中以及您自己的应用程序和体验中。身份、安全性和合规性从一开始就内置，因此您的团队日常依赖的代理继承了与环境的其他部分相同的信任模型。

我们支持多个平台，但您的代理可以在 Windows 上以优化且安全的方式开发和运行。您可以在云中和本地计算机上运行模型，一流的沙箱让您可以安全地运行始终在线的代理。

当您需要针对 AI、全球和主权基础设施或市场途径进行优化的计算时，系统可在 Azure 上进行扩展，这是企业基础客户数十年来所信赖的。

系统化合物

每个领先的企业都将集中在这个模型上：一个中央人工智能平台，协调整个业务的工作，将数据、模型、代理和人类判断整合到一个不断改进的安全系统中。

随着该系统的运行，其价值会不断增加。速度加快，瓶颈从努力转向人类创造力和协调。人们能够在共享环境和更少交接的指导下独立完成更多工作，同时业务发展得更快，而不会增加摩擦。

我们正处于一个深刻颠覆的时代。在这一时刻处于领先地位的企业将是那些能够适应环境变化、简化整个企业的工作协调方式并持续将智能转化为实际成果的企业。 Microsoft 的代理平台正是为了实现这一目标而设计的：它释放了将代理作为单个集成系统进行构建、情境化、运行、管理和改进的能力。

到那时，平台就不仅仅是一个构建层了。它成为大规模企业人工智能的操作系统，其中智能和信任是通过设计内置的。

标签：人工智能、GitHub、Microsoft Agent 365、Microsoft Build

来源：Blogs