連結新的經紀人中心
探索 Microsoft 代理生態系統，學習關鍵概念，並尋找資源來規劃、建置、採用及持續改進 AI 代理服務。
AI 學習中樞
使用專為技術和商務角色量身打造的資源來加速 AI 學習，以支援個人和組織 AI 技能開發。 尋找適合不同 AI 流暢度程度的精選 AI 訓練，例如使用 Microsoft Foundry 大規模設計與客製化代理，提升 Microsoft 365 Copilot 管理 AI 工作負載的專業，使用 Microsoft Copilot 釋放創意與生產力，在 Azure 基礎設施上運行 AI 工作負載，以及更多。
-
-
用 Microsoft Foundry 開發你的第一個代理
在本單元中，學習如何利用 Microsoft Foundry 開發你的第一個 AI 代理，這是一個強大的平台，用於建構與部署 AI 解決方案。
-
在 Foundry 中建立並管理工具箱
學習如何建立工具箱、新增與配置工具、驗證工具載入、將工具箱整合到託管代理中，以及管理工具箱版本。
-
利用 AI 提升工作智慧
如果你是人工智慧新手，想了解它是什麼、它能做什麼，以及它如何支持你的工作，可以選修這門課程。
在 Azure 基礎架構上建構並擴展 AI
應用雲端採用架構與 Well-Architected 指導，選擇合適的Azure運算、儲存、網路與架構，以應對 AI 工作負載。
-
選擇適合你 AI 工作負載的 GPU 虛擬機
比較 Azure GPU 虛擬機家族——NC、ND、NG 和 NV——並選擇合適的 SKU 進行訓練、微調與推論。
-
選擇運算協調作業
CAF 關於 AKS、GPU 節點池及 Azure 基礎設施 AI 工作負載編排選擇的指引。
-
選擇儲存解決方案
Azure 基礎設施上 AI 工作負載的 CAF 儲存建議 — Blob、Files、NetApp、Managed Lustre 及搜尋選項的比較。
-
網路設計指引
Azure 基礎設施上 AI 工作負載的 CAF 網路建議——著陸區、私有端點與流量隔離。
-
成本優化指引
Azure 基礎設施上 AI 工作負載的良好架構考量——容量預留、配額規劃和成本控制策略。
-
Azure 基礎結構上的 AI 與 Azure CycleCloud
CAF 在 Azure 基礎設施上使用 Azure CycleCloud 進行 HPC 及大規模訓練編排的 AI 實作選項。
-
AI 工作負載設計
Well-Architected Framework AI 工作負載文件 — Azure 上 AI 應用的設計方法論、原則與指導。
-
利用 雲端採用架構 在 Azure 上規劃 AI
依循 CAF 指引來規劃、建置就緒及治理 AI 工作負載——涵蓋登陸區、架構選擇，以及領域專家提供的最佳實務。
根據角色拓展 AI 技能
準備好使用 Copilot 並打造 AI 應用程式吧。 使用 Microsoft 的 AI 應用程式與服務，探索您可以實作的轉換體驗。 選取角色以探索著重的技能資源。
商務或技術主管
在此學習路徑中，企業領導者將了解知識和資源，以在其組織中採用 AI。 探索以負責任的方式規劃、制定策略及擴展 AI 專案。
開始或繼續您的 AI 轉型之旅，結合基礎的 Azure AI 知識與技能，包括成本管理與安全考量。
加速生成式 AI 模型的選擇、評估，以及與 Microsoft Foundry 的多模態整合
瞭解如何對模型進行基準測試、套用多模態模型以協助提升客戶滿意度，以及完成評估以協助確保效能和安全性。
使用GitHub Copilot Agents提升開發者生產力
此計畫協助技術決策者評估 AI 強化的 developer tools，提升工作流程效率，並獲得 GitHub Copilot 的實務經驗。
探索適合每個職位的 AI 憑證
隨著 AI 重塑職務，Microsoft 認證 也緊跟其後。 獲得新的商業相關資格，幫助你以 AI 領導、做出更佳決策，並提升日常工作品質。
檢閱 AI 文件
探索 Microsoft AI 應用程式與服務的深入文章。
-
Microsoft Foundry
探索模型、服務和功能，以安全地大規模設計、自定義和管理 AI 應用程式和代理。
-
Microsoft 代理程式架構
Access 全新開源開發套件，用於建構 .NET 與 Python 的 AI 代理與多代理工作流程。
-
Microsoft Copilot Studio
探索如何使用 Microsoft Copilot Studio 建立 AI 驅動的副駕駛，快速且簡單地將聊天整合進你的網站。
-
Azure AI for Developers
利用 OpenAI 服務在 Azure 上建置生成式 AI 應用程式。