Vad är Azure AI Foundry Agent Service?

De flesta företag vill inte bara ha chattrobotar – de vill ha automatisering som är snabbare och med färre fel. Det kan innebära att du sammanfattar dokument, bearbetar fakturor, hanterar supportärenden eller publicerar blogginlägg. I samtliga fall är målet detsamma: att frigöra människor och resurser för att fokusera på arbete med högre värde genom att avlasta repetitiva och förutsägbara uppgifter.

Stora språkmodeller öppnade dörren för en ny typ av automatisering med system som kan förstå ostrukturerade data, fatta beslut och generera innehåll. I praktiken kan det vara svårt för företag att gå bortom demonstrationer och till produktion. LLM:er kan avvika, vara felaktiga och brista i ansvar. Utan synlighet, principframtvingande och orkestrering är dessa modeller svåra att lita på i verkliga affärsarbetsflöden.

Azure AI Foundry är utformat för att ändra på det. Det är en plattform som kombinerar modeller, verktyg, ramverk och styrning till ett enhetligt system för att skapa intelligenta agenter. I mitten av det här systemet finns Azure AI Foundry Agent Service, som möjliggör drift av agenter inom utveckling, distribution och produktion.

AI Foundry Agent Service ansluter kärndelarna i Azure AI Foundry, till exempel modeller, verktyg och ramverk till en enda körning. Den hanterar trådar, samordnar verktygsanrop, framtvingar innehållssäkerhet och integreras med identitets-, nätverks- och observerbarhetssystem för att säkerställa att agenterna är säkra, skalbara och produktionsklara.

Genom att abstrahera infrastrukturens komplexitet och framtvinga förtroende och säkerhet genom design gör AI Foundry Agent Service det enkelt att gå från prototyp till produktion med tillförsikt.

Vad är en AI-agent?

Agenter fattar beslut, anropar verktyg och deltar i arbetsflöden. Ibland självständigt, ibland i samarbete med andra agenter eller människor. Det som skiljer agenter från assistenter är autonomi: assistenter stöder människor, agenter slutför mål. De är grundläggande för verklig processautomatisering.

Agenter som skapats med AI Foundry är inte monoliter. De är sammansättningsbara enheter. Var och en med en specifik roll, stöds av rätt modell, och som är utrustad med rätt verktyg, och implementeras inom en säker, observerbar och styrbar miljö.

Varje agent har tre kärnkomponenter:

• Modell (LLM): Möjliggör resonemang och språkförståelse
• Instruktioner: Definiera agentens mål, beteende och begränsningar
• Verktyg: Låt agenten hämta kunskap eller vidta åtgärder

Agenter tar emot ostrukturerade indata, till exempel användarfrågor, aviseringar eller meddelanden från andra agenter. De producerar utdata i form av verktygsresultat eller meddelanden. Längs vägen kan de anropa verktyg för att utföra hämtnings- eller utlösaråtgärder.

Hur fungerar agenter i AI Foundry?

Tänk på Azure AI Foundry som en sammansättningslinje för intelligenta agenter. Liksom alla moderna fabriker samlar den olika specialiserade stationer, som var och en ansvarar för att forma en del av slutprodukten. I stället för datorer och transportband använder Agent Factory modeller, verktyg, principer och orkestrering för att skapa agenter som är säkra, testbara och produktionsklara. Så här fungerar fabriken steg för steg:

1. Modeller

Monteringslinjen börjar med att välja en modell som ger din agent dess intelligens. Välj bland en växande katalog med stora språkmodeller som GPT-4o, GPT-4, GPT-3.5 (Azure OpenAI) och andra som Llama. Detta är den tankemässiga kärnan i agenten som driver dess beslut.

2. Anpassning

Forma sedan modellen så att den passar ditt användningsfall. Anpassa din agent med finjustering, destillation eller domänspecifika uppmaningar. Med det här steget kan du koda agentbeteende, rollspecifik kunskap och mönster från tidigare prestanda med hjälp av data som hämtats från verkligt trådinnehåll och verktygsresultat.

3. AI-verktyg

Utrusta sedan din agent med verktyg. Dessa gör det möjligt att komma åt företagskunskaper (till exempel Bing, SharePoint, Azure AI Search) och vidta verkliga åtgärder (via Logic Apps, Azure Functions, OpenAPI med mera). Detta förbättrar agentens förmåga att utöka sina funktioner.

4. Orkestrering

Därefter behöver agenten samordning. Anslutna agenter samordnar hela livscykeln, till exempel hantering av verktygsanrop, uppdatering av trådtillstånd, hantering av återförsök och loggningsutdata.

5. Observerbarhet

Slutligen testas och övervakas agenter. AI Foundry kan samla in loggar, spårningar och utvärderingar i varje steg. Med fullständig synlighet på trådnivå och Application Insights-integrering kan team inspektera varje beslut och kontinuerligt förbättra agenter över tid.

6. Förtroende

Det är viktigt att se till att agenterna är lämpliga och tillförlitliga för den arbetsbelastning de tilldelas till. AI Foundry tillämpar förtroendefunktioner i företagsklass, inklusive identitet via Microsoft Entra, RBAC, innehållsfilter, kryptering och nätverksisolering. Du väljer hur och var dina agenter körs – med hjälp av plattformshanterad infrastruktur eller egen infrastruktur.

Resultatet? En agent som är redo för produktion: tillförlitlig, utökningsbar och säker att distribuera i dina arbetsflöden.

Varför ska du använda Azure AI Foundry Agent Service?

Azure AI Foundry Agent Service tillhandahåller en produktionsklar grund för distribution av intelligenta agenter i företagsmiljöer. Så här jämförs det mellan viktiga funktioner:

Kapacitet	Azure AI Foundry Agenttjänst
1. Insyn i konversationer	Fullständig åtkomst till strukturerade trådar, inklusive både användare↔agent och agent↔agentmeddelanden. Perfekt för UIs, felsökning och träning
2. Samordning med flera agenter	Inbyggt stöd för agent-till-agent-meddelanden.
3. Verktygsorkestrering	Körning på serversidan och återförsök av verktygsanrop med strukturerad loggning. Ingen manuell orkestrering krävs.
4. Förtroende och säkerhet	Integrerade innehållsfilter hjälper till att förhindra missbruk och minimera risken för snabbinmatning (XPIA). alla utdata styrs av principer.
5. Företagsintegrering	Ta med ditt eget lagrings-, Azure AI Search-index och virtuella nätverk för att uppfylla efterlevnadsbehoven.
6. Observerbarhet och felsökning	Trådar, verktygsanrop och meddelandespårningar är helt spårbara. Application Insights-integrering för telemetri
7. Identitets- och principkontroll	Bygger på Microsoft Entra med fullständigt stöd för RBAC, granskningsloggar och villkorsstyrd åtkomst för företag.

Kom igång med Foundry Agent Service

För att komma igång med Foundry Agent Service måste du skapa ett Azure AI Foundry-projekt i din Azure-prenumeration.

Börja med konfigurations- och snabbstartsguiden för miljön om det är första gången du använder tjänsten.

1. Du kan skapa ett projekt med nödvändiga resurser.
2. När du har skapat ett projekt kan du distribuera en kompatibel modell som GPT-4o.
3. När du har en distribuerad modell kan du också börja göra API-anrop till tjänsten med hjälp av SDK:erna.

Nästa steg

Läs mer om de modeller som driver agenter.