Microsoft Foundry 升级：支持多模型选择、语音代理及持续优化，加速企业 AI 应用落地

事件概述

Microsoft Foundry 平台宣布多项关键更新，致力于解决企业在采用先进 AI 模型时面临的架构重构难题。该平台提供模型无关的基础设施，允许组织在保留现有企业系统投资的同时，灵活选择并评估不同提供商的模型。通过引入生产追踪数据，Foundry 支持对代理的质量、延迟和成本进行持续的“爬山式”优化（观察、评估、优化、验证循环）。此次更新重点强化了模型选择的广度、语音交互能力、长任务处理韧性以及资源调用的精细化控制。

核心信息

1. 扩展前沿 AI 模型选择

• 新增模型支持：Foundry 现已集成 OpenAI 的完整 GPT-6 家族（包括 GPT-6 Sol 和 GPT-6 Luna）以及 Anthropic 的 Claude Opus 5.5。
• 动态评估优势：模型选择不再是项目初期的静态决策，而是随着技术迭代进行的持续优势。团队可以在同一平台上对比不同模型在质量、延迟和成本上的权衡，无需为单一提供商重建 AI 战略。
• 适用场景差异：针对不同工作负载（如代码生成、研究、客服或高并发推理），最佳模型可能不同，Foundry 支持根据具体需求动态切换。

2. 原生语音代理（Voice Agents）

• 统一基础架构：语音代理现作为 Foundry Agent Service 的原生类型支持（公共预览版），无需像以往那样将语音层叠加在文本代理之上。它共享相同的平台、API 和 SDK，实现从构建、部署到监控的全流程统一管理。
• 多样化语音模型：支持 GPT Realtime、Azure Realtime、MAI 等多种行业领先语音模型，以平衡延迟、推理深度和成本。同时支持自定义语音微调、品牌化头像及 80+ 种语言/140+ 种区域设置。
• 开发者体验优化：
  • 支持 AZD AI 进行源控制的配置和部署。
  • Visual Studio Code 中的 Foundry Toolkit（即将推出）允许开发者在不离开 IDE 的情况下创建、调试和测试语音代理。
  • 提供针对语音交互的可观测性，包括追踪、监控、转录及原生评估。
• 部署渠道：可部署至 Web、Microsoft Teams、Teams Phone 以及基于 Twilio 的电话系统。

3. 长运行任务韧性（Long-running Resilience）

• 断连恢复机制：针对需要跨多个来源、工具阶段或等待外部系统/人工审批的企业级复杂任务，Foundry Agent Service 现在支持在请求断开或主机进程意外停止后继续工作并恢复。
• 框架级支持：Microsoft Agent Framework 补充了工作流状态管理和检查点功能。当后台工作流中断时，可从最新的持久化检查点恢复，同时 Foundry 保留托管响应。
• 其他框架增强：新增 Agent Channel（消息集成）、AG-UI（交互式应用支持）、CodeAct 和 Hyperlight 容器（隔离代码执行）以及情景程序记忆（复用成功任务模式）。

4. 精细化资源管理与代理协作

• 工具盒（Toolboxes）：
  • 按需访问：代理仅在需要时获取工具和程序，避免一次性加载所有文档导致的延迟增加和行为不可预测。
  • 工具搜索（Tool Search）：已正式可用。内部基准测试显示，相较于预加载完整工具目录，使用工具搜索可将 50 个工具的输入令牌消耗减少 60% 以上，1000 个工具的消耗减少超过 97%。
  • 覆盖范围：已全面适用于托管代理，并在公共预览中扩展至提示代理。
• 代理间通信（Agent-to-Agent, A2A）：
  • 现已正式可用。允许代理通过开放标准化协议调用其他代理（包括其他 Foundry 代理），无需构建自定义点对点集成。
  • 通过集中式凭证和政策执行，确保系统在扩展过程中的安全性和治理合规性。
• 例程（Routines）：
  • 现已正式可用。支持团队按计划、延迟触发或事件响应自动运行代理，无需额外构建调度基础设施。

值得关注

• 客户案例验证：时尚科技公司 Fashable 利用 Foundry 的能力，将新产品开发周期从数月缩短至数周，并将物理样品的预算削减了 60%。其 CEO Orlando Ribas Fernandes 指出，语音代理有助于弥合人类自然对话思维与机器提示词之间的差距，使交互更加自然和可访问。
• 开发者工具整合：新的 Foundry dev pack 简化了入门流程，将开发者工具链整合为一个安装程序，进一步降低了使用门槛。