了解 AI 代理的主要成本驱动因素
中级
开发人员
Microsoft Foundry
Foundry Tools
Azure OpenAI 服务
Microsoft Copilot
可以使用 Microsoft Foundry 和预训练模型构建智能代理。 在此方案中，基础结构成本全部包括在内，无需考虑计算和网络等成本。 本模块探讨了更复杂的方案，在这些方案中，你正在考虑自定义 AI 代理的成本驱动因素，尤其是在它们使用 AI 模型时。
学习目标
可以使用 Microsoft Foundry 和预训练模型构建自主 AI 代理。 在此方案中，基础结构成本全部包括在内，无需考虑计算和网络等成本。 本模块探讨了更复杂的方案，在这些方案中，你正在考虑自定义 AI 代理的成本驱动因素，尤其是在它们使用 AI 模型时。 开发和部署 AI 代理可以为企业解锁变革性功能，但需要仔细规划和预算。 本模块探讨构建自定义 AI 代理所涉及的主要成本因素，从基础结构和集成到数据质量和团队专业知识。 在本模块中，业务主管深入了解如何有效地管理这些成本，并发现Microsoft解决方案，这些解决方案可以简化开发、降低开销并确保长期成功。 除了本模块的内容，还应考虑复原能力，这增加了冗余的基础结构和安全成本。
在本模块中，您将了解：
- AI 代理基础结构成本。
- AI 代理开发和集成成本。
- AI 代理数据质量和数据准备成本。
- AI 代理团队专业知识和资源分配的主要成本驱动因素。
- AI代理的持续成本。
先决条件
- “基本了解 AI 和大型语言模型（LLM）”
- “熟悉云平台和软件生命周期概念”