Modele i platformy AI

Microsoft udostępnia warstwę orkiestracji Copilota w Foundry

mm
Dodaj Unite.AI do preferowanych źródeł w Google

28 października 2026 r. Microsoft udostępnił deweloperom i klientom korporacyjnym za pośrednictwem Microsoft Foundry warstwę orkiestracji Copilota, która obsługuje już Copilot Code, Copilot Studio, aplikację GitHub Copilot, Copilot CLI i VS Code. Informację tę przekazano w komunikacie na oficjalnym blogu Microsoftu.

Microsoft opisuje warstwę wykonawczą jako wszystko, co otacza model: warstwę orkiestracji zapewniającą agentowi odpowiednie instrukcje, kontekst, środowisko wykonawcze i mechanizmy kontroli potrzebne do wykonania zadań. Obsługuje ona otwarte standardy, takie jak Model Context Protocol, a także umiejętności agentów i wtyczki agentów. Warstwę orkiestracji Copilota opracował zespół inżynierów GitHub, a Microsoft wdrożył ją w całej firmie. W opublikowanym tego samego dnia wpisie na blogu Microsoft Foundry przedstawiono tę warstwę w usłudze Foundry Agent Service, udostępnionej w publicznej wersji zapoznawczej, oraz ogłoszono powszechną dostępność funkcji zapewniającej odporność hostowanych agentów podczas długotrwałego działania.

Microsoft poinformował, że warstwę wykonawczą zaprojektowano tak, by działała z różnymi rodzinami modeli. Obsługuje ona ponad 20 czołowych modeli oraz możliwość użycia własnego klucza, a także kieruje zadania do odpowiedniego modelu lub modeli w zależności od ich charakteru. Firma dodała, że warstwa ta zarządza pętlą działania agenta i piaskownicą, zapewniając wbudowane mechanizmy nadzoru i optymalizacji, natomiast klienci dostarczają instrukcje, umiejętności, narzędzia i wybierają model. Pakiet SDK Copilota jest dostępny do pobrania, a warstwa wykonawcza może działać również w chmurze zarządzanej przez Foundry. Microsoft podkreślił, że jego platformy pozostają otwarte na inne warstwy wykonawcze i struktury programistyczne.

Zarządzane wykonywanie zadań w Foundry Agent Service

Jak podano we wpisie na blogu Foundry, publiczna wersja zapoznawcza łączy cztery podstawowe elementy. Wielokrotnego użytku umiejętności łączą instrukcje, skrypty i materiały pomocnicze w procedury, które agent może stosować przy różnych zadaniach. Zintegrowane narzędzia obejmują obsługiwane narzędzia Foundry oraz Model Context Protocol, z jawnie skonfigurowanym uwierzytelnianiem i zatwierdzaniem. Wykonywanie zadań i delegowanie pozwalają agentom pracować z plikami i kodem oraz przekazywać ograniczone zadania wbudowanym podagentom, podczas gdy główny agent koordynuje wynik. Definicjami agentów objętymi kontrolą wersji można zarządzać razem z kodem aplikacji. Warstwa wykonawcza zarządza kontekstem roboczym w miarę postępu zadań i koordynuje działania modeli oraz narzędzi w ramach skonfigurowanych limitów i zasad. Klienci mogą wybrać obsługiwany model Foundry bez konieczności przebudowywania wokół niego warstwy orkiestracji.

Deweloperzy mogą tworzyć agentów za pośrednictwem interfejsu w wersji zapoznawczej Azure Developer CLI (azd), portalu Foundry, zestawu narzędzi Foundry dla Visual Studio Code albo wtyczki i umiejętności Microsoft Foundry dostępnych w aplikacji GitHub Copilot. Wpis zawiera wypowiedzi przedstawicieli dwóch firm. Chris Evans, dyrektor ds. technologii w Confluence Technologies, powiedział, że jego zespół uruchomił rozwiązanie w niecały tydzień, dzięki czemu mógł skupić się na projekcie i funkcjach, a nie na leżącej u ich podstaw infrastrukturze. Orlando Ribas Fernandes, prezes Fashable, stwierdził, że warstwa wykonawcza zapewnia firmie podstawę do przekształcania złożonych procesów zaopatrzeniowych w nadzorowane, mierzalne przepływy pracy agentów, przy jednoczesnym zachowaniu ludzkiej kontroli nad decyzjami wiążącymi handlowo.

Ograniczenia wersji zapoznawczej i rozliczenia od grudnia

W okresie publicznej wersji zapoznawczej klienci wybierają warstwę wykonawczą Microsoft Copilot podczas tworzenia agenta. Istniejący agenci pozostają bez zmian, zmiana warstwy wykonawczej po utworzeniu agenta nie jest jeszcze obsługiwana, a Foundry zarządza procesorem CPU, pamięcią i ustawieniami bezczynności środowiska wykonawczego.

Rozliczanie za warstwę wykonawczą Copilota w Foundry Agent Service rozpocznie się 1 grudnia 2026 r. i będzie odbywać się na podstawie zużycia. Przed tą datą korzystanie z warstwy wykonawczej jest bezpłatne, natomiast wnioskowanie modelu oraz narzędzia i połączone usługi rozliczane osobno nadal podlegają obowiązującym dla nich opłatom. Od 1 grudnia obliczenia w piaskownicy będą kosztować 0,0994 USD za godzinę vCPU, a pamięć — 0,0118 USD za godzinę GiB; ceny różnią się w zależności od regionu i umowy.

Wpis przedstawia również trzy podejścia dostępne w Foundry Agent Service: agenty sterowane promptami bez warstwy wykonawczej, gdy do zadania wystarczą instrukcje i obsługiwane narzędzia; agenty sterowane promptami z warstwą wykonawczą Copilota, zapewniającą zarządzane wykonywanie zadań z użyciem umiejętności, plików i podagentów; oraz agentów hostowanych, gdy zespoły potrzebują własnej struktury programistycznej, pętli działania agenta, oprogramowania pośredniczącego, zależności lub zachowania środowiska wykonawczego, zachowując jednocześnie hosting zarządzany przez Foundry.

Odporność hostowanych agentów podczas długotrwałego działania

Funkcja zapewniająca odporność hostowanych agentów podczas długotrwałego działania jest już powszechnie dostępna i przeznaczona do zadań trwających godziny lub dni. Foundry wykrywa przerwania i ponownie uruchamia zadanie z jego pierwotnymi danymi wejściowymi, a kod klienta zapisuje postępy i wyniki pośrednie, by agent mógł wznowić pracę od miejsca, w którym ją przerwał. Jeśli agent aktualizuje inny system, przepływ pracy musi również zapobiegać ponownemu wykonaniu tych samych działań po ponownym uruchomieniu. Microsoft zaznaczył, że sama historia konwersacji nie wystarcza do przywrócenia pracy w toku.

Opracowane w GitHub

Microsoft poinformował, że środowisko uruchomieniowe zbudowali ci sami inżynierowie GitHub, którzy odpowiadali za prace nad orkiestracją wielu modeli, oraz że na tej podstawie standaryzuje swoje rozwiązania Copilot. 4 września 2026 r. GitHub zaprezentował Project HydraFusion — wersję zapoznawczą do celów badawczych, która tworzy plan wykonania zadania z wykorzystaniem modeli różnych dostawców, stosując jeden z trzech schematów: pojedynczy, w którym jeden model samodzielnie rozwiązuje zadanie; kaskadowy, w którym wydajny model przygotowuje rozwiązanie, a bramka jakości decyduje, czy przekazać zadanie mocniejszemu modelowi; oraz krytyczny, w którym niezależny recenzent z innej rodziny modeli, mający wyłącznie uprawnienia do odczytu, sprawdza wersję roboczą, zanim model, który ją przygotował, wprowadzi poprawki. GitHub poinformował, że w testach offline HydraFusion poprawił jakość zweryfikowanych zadań o 4,9 punktu procentowego przy szacowanym koszcie niższym o 67% niż w przypadku Claude Opus 5 w teście TerminalBench 2.1; w teście DeepSWE osiągnął wynik oddalony o 1,5 punktu przy koszcie niższym o 36%; a w wewnętrznym teście CheckpointBench — wynik oddalony o 0,1 punktu przy koszcie niższym o 65%.

GitHub ujawnił również 16 września 2026 r., że przeniósł środowisko uruchomieniowe agenta Copilot z TypeScriptu na Rust, osiągając do 21 sierpnia 2026 r. 832 378 linii produkcyjnego kodu w Rust w ramach 128 stopniowo wdrażanych pull requestów. Copilot SDK udostępnia to środowisko sześciu interfejsom językowym. Microsoft przypisuje tej migracji wiodącą w branży wydajność oraz ograniczenie narzutu sesji i czasu do uzyskania pierwszego tokenu. W testach porównawczych przeprowadzonych za pomocą SDK języka C# przez Stephena Touba, wybitnego inżyniera Microsoftu, czas potrzebny na utworzenie klienta i sesji oraz wykonanie jednej tury skrócił się z 5,25 sekundy przed migracją do 292 milisekund po załadowaniu środowiska Rust do tego samego procesu, a maksymalny dodatkowy pobór pamięci w partii obejmującej dziesięciu klientów spadł z 1383 MB do 126 MB.

Aiden Cross jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się strategią produktów AI, wykonaniem oraz praktycznymi wyzwaniami związanymi z przekształcaniem modeli eksperymentalnych w produkty skalowalne i gotowe do wejścia na rynek. Jego praca koncentruje się na tym, jak startupy i zespoły przedsiębiorstw przechodzą od prototypów i demonstracji do niezawodnych systemów używanych przez prawdziwych klientów.
Z pragmatycznym i szczegółowym podejściem Aiden analizuje plany rozwoju produktów, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, które determinują, czy inicjatywy AI odnoszą sukces, czy utykają w miejscu. Zwraca szczególną uwagę na realia wdrożenia, przyjęcie przez użytkowników, ograniczenia infrastruktury oraz zgodność między możliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aidena Crossa są wygenerowane przez sztuczną inteligencję i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić klarowność, dokładność i odpowiedzialne relacjonowanie, w jaki sposób produkty AI są tworzone, udostępniane użytkownikom i skalowane w świecie rzeczywistym.