微软 Foundry 新增 Copilot Harness 预览版和正式上线的 Agent 工具

关键要点

  • 微软 Foundry 于 10 月 28 日推出 Copilot 智能体框架的公共预览版,为可处理文件和代码、并使用可复用 Skills 的智能体提供托管循环和沙盒。
  • Decisions API 于 10 月 22 日在 Foundry Models 上线,支持谓词、选项和评分问题类型,可用于路由和有界评估,无需解析自然语言文本。
  • GPT-6.1 Terra 于 10 月 26 日正式开放使用,支持文本、图像和 100 万个输入 token,可用于视觉推理和基于屏幕的智能体任务。

微软于 10 月 28 日宣布在 Foundry Agent Service 中推出 Copilot 执行框架。10 月的综述还宣布 Browser Automation 和托管代理的长时运行韧性正式可用,并将 Decisions API 引入 Foundry Models。这些更新针对代理如何完成任务、从中断中恢复,以及如何将工作交给应用程序代码。

Microsoft Copilot 执行框架为代理添加托管循环

Microsoft Copilot 执行框架在 Foundry Agent Service 中进入公开预览。它为提示词代理提供托管循环和沙盒,以处理涉及读取文件、运行代码、使用受支持工具和使用可复用技能的任务。开发者仍需选择受支持的模型;执行框架会管理循环,将模型的下一步转化为在已配置工具和权限范围内执行的工作。

创建代理时即可选择执行框架,目前尚不支持之后为现有代理切换执行框架。Foundry 会管理沙盒的 CPU、内存和空闲设置。现有代理不会受到影响。纳入源代码管理的代理定义和可复用技能可将重复性任务的说明与应用程序一同保存。

在 10 月 28 日的公告中,托管代理的长时运行韧性正式可用(GA)。发生中断后,Foundry 可以使用原始输入重新启动工作。应用程序需要保存恢复运行所需的进度,包括中间结果、已完成的步骤,以及有助于防止外部操作重复执行的标识符。原文建议在副作用发生前后测试中断,并将检查点机制与幂等性结合使用。

Browser Automation 和托管代理的长时运行韧性正式可用

Browser Automation 于 10 月 19 日正式可用。它使用单独配置的 Playwright Workspace,并通过 Toolbox 远程 MCP 端点连接。该工具支持提示词代理和托管代理、公共和私有网站,以及通过工作区配置的私有网络连接。

实时视图和接管功能让用户能够检查或干预会话。微软建议将浏览器内容视为不可信输入,使用遵循最小权限原则的浏览器身份,并要求对提交交易或更改访问权限等重要操作进行人工审批。对追踪记录中敏感内容的保护仍处于预览阶段。

Foundry Models 新增 Decisions API 和 GPT-6.1 Terra

Decisions API 于 10 月 22 日在 Foundry Models 上线。应用程序可以针对共享输入提出类型化问题,并收到类型化答案,而无需解析生成的文本。它支持三种问题类型:谓词型会返回某个可观察条件为真的估计概率;选择型会针对固定选项集返回一个选项、各选项的概率和置信度;评分型则会针对有序评分标准返回概率加权分数和置信度。

该 API 支持 gpt-6-luna。截至撰写时,推出范围不包括 East US 2。Microsoft 将 Decisions 定位为用于路由和有限范围评估问题的 API,而 Responses API 则用于生成文本或符合应用程序自定义架构的对象。

GPT-6.1 Terra 于 10 月 26 日在 Foundry 正式可用。它可通过 Responses API 接收文本和图像,用于视觉推理和基于屏幕的代理任务。它最多支持 100 万个输入 token,并支持 Global Standard 和 Data Zone Standard 部署。访问权限、容量和配额因区域和部署选项而异。

Model Router 版本 2025-11-18 现支持 35 个底层模型。10 月新增的 8 个模型包括 GPT-6 Astra、Claude Fable 5.1、Claude Opus 5、Claude Sonnet 5、Grok 4.6、GLM-5.3、GLM-5.3-Flash 和 Kimi-K3。Anthropic 模型必须先部署到资源中,才能通过路由使用。

MAI 图像和语音模型新增功能

微软于 10 月 27 日宣布推出 MAI Image 2.6。该模型改进了文本渲染、人像、3D 图像和照片级真实感输出。它以 Global Standard 预览版的形式在 Microsoft Foundry 中提供,支持的区域包括 East US、West Central US、West US、Sweden Central、West Europe 和 South India。

10 月 1 日,微软推出 MAI-Transcribe-2-Streaming、MAI-Voice-2.1 和 MAI-Voice-2.1-Flash。MAI-Transcribe-2-Streaming 支持 60 种语言、自动连续语言检测,以及部分和最终转录文本。MAI-Voice-2.1 和 MAI-Voice-2.1-Flash 支持 23 种语言和 26 个区域设置,并提供一种可在所有这些语言和区域设置之间切换的语音。

MAI-Transcribe-2-Streaming 的入门价格为每小时音频 0.54 美元,有效期至 2026 年底。MAI-Voice-2.1 的价格为每 100 万字符 22 美元,MAI-Voice-2.1-Flash 的价格为每 100 万字符 15 美元。

Foundry Local 2.2.1 和 10 月开发者更新

Foundry Local 2.2.1 于 10 月 23 日发布,新增对编码模型的支持、工具调用改进、目录 v2、损坏缓存清理和可靠性修复。单独发布的 CLI 0.12.1 也于同日进入公开预览。对于 GPU 应用程序,必须单独安装 CUDA 和 cuDNN 运行时;Foundry Local 不会下载这些运行时。x64 和 ARM64 所需的 CUDA 主版本不同,Windows x64 应用程序还需要为 GenAI CUDA 桥接组件添加额外的 AddDllDirectory 设置。

Foundry Toolkit 1.6.18 于 10 月 28 日发布,新增重新设计的托管代理示例库、Agent Builder 中对预览版 Copilot 执行框架的支持,以及按任务、能力、区域、部署选项、SKU 和生命周期筛选模型的功能。自 10 月 21 日的更新以来,Model Playground 会显示服务模型和服务报告的 token 用量,包括路由后的响应。

10 月的 SDK 和开发者工具更新还包括特定版本的迁移变更。综述中列出的 Projects SDK 版本包括:Python 2.8.0(10 月 2 日)和 2.9.0(10 月 16 日);JavaScript/TypeScript 2.8.0(10 月 5 日)和 2.9.0(10 月 19 日);.NET Projects 3.0.0-beta.4(10 月 12 日)和 beta.5(10 月 16 日);以及 Java Projects 2.7.0(10 月 6 日)和 2.8.0(10 月 19 日)。Python 2.9.0 新增实验性实时语音追踪功能,默认不包含消息内容。

Azure Developer CLI 1.37.2 于 10 月 28 日发布,而单独编号的 agents 扩展于 10 月 29 日更新至 1.0.0-beta.23。对于 Python 托管应用程序,原文建议将 Core 2.3.0 与 Responses 2.4.0 或更高版本搭配使用。Microsoft Agent Framework Python 1.23.0 于 10 月 22 日发布,.NET 1.26.0 版本的发布日期为 10 月 23 日;两种语言的版本号不能互换。

Microsoft Foundry 10 月更新和规格

  • Microsoft Copilot 执行框架在 10 月 28 日的公告中于 Foundry Agent Service 进入公开预览。
  • 托管代理的长时运行韧性在 10 月 28 日的公告中正式可用。
  • Browser Automation 于 10 月 19 日正式可用,并使用单独配置的 Playwright Workspace 和 Toolbox 远程 MCP 端点。
  • Decisions API 于 10 月 22 日在 Foundry Models 上线,支持谓词型、选择型和评分型三种问题类型。
  • Decisions API 支持 gpt-6-luna;截至撰写时,推出范围不包括 East US 2。
  • GPT-6.1 Terra 于 10 月 26 日在 Foundry 正式可用,最多支持 100 万个输入 token。
  • Model Router 版本 2025-11-18 支持 35 个底层模型,其中包括 10 月列出的 8 个新增模型。
  • MAI Image 2.6 以 Global Standard 预览版的形式在 East US、West Central US、West US、Sweden Central、West Europe 和 South India 提供。
  • MAI-Transcribe-2-Streaming 支持 60 种语言;MAI-Voice-2.1 和 MAI-Voice-2.1-Flash 支持 23 种语言和 26 个区域设置。
  • Foundry Local 2.2.1 和 CLI 0.12.1 于 10 月 23 日发布;CLI 版本为公开预览版。

常见问题

Microsoft Copilot 执行框架有什么作用?

公开预览版执行框架为提示词代理提供托管循环和沙盒,用于读取文件、运行代码、使用受支持工具和使用可复用技能。开发者选择受支持的模型,并配置工具和权限。

Decisions API 支持哪些问题类型?

Decisions API 支持谓词型(返回估计概率)、选择型(从固定选项集中选择,并返回各选项的概率和置信度),以及评分型(针对有序评分标准返回概率加权分数和置信度)。它支持 gpt-6-luna,截至撰写时,推出范围不包括 East US 2。

Microsoft 新款 MAI 语音模型支持哪些语言和区域设置?

MAI-Transcribe-2-Streaming 支持 60 种语言、自动连续语言检测,以及部分和最终转录文本。MAI-Voice-2.1 和 MAI-Voice-2.1-Flash 支持 23 种语言和 26 个区域设置,并提供一种可在所有这些语言和区域设置之间切换的语音。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论