AI-modeller och plattformar

Microsoft gör Copilots körmiljö tillgänglig via Foundry

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Den 28 oktober 2026 gjorde Microsoft Microsoft Copilots körmiljö tillgänglig för utvecklare och företagskunder via Microsoft Foundry. Körmiljön är ett orkestreringslager för flera modeller som redan driver Copilot Code, Copilot Studio, GitHub Copilot-appen, Copilot CLI och VS Code. Detta meddelade företaget i ett tillkännagivande på Microsofts officiella blogg.

Microsoft beskriver en körmiljö som allt runt modellen: det orkestreringslager som ger en agent rätt instruktioner, kontext, körmiljö och kontroller för att utföra uppgifter, med stöd för öppna standarder som Model Context Protocol samt agentfärdigheter och agentpluginer. GitHubs teknikteam byggde Copilots körmiljö, och Microsoft har infört den i hela företaget. Ett kompletterande inlägg på Microsoft Foundry-bloggen samma dag presenterade körmiljön i Foundry Agent Service som en offentlig förhandsversion och meddelade att funktionen för robusthet vid långvarig körning för hostade agenter nu är allmänt tillgänglig.

Microsoft uppgav att körmiljön är utformad för att fungera med olika modellfamiljer och stöder fler än 20 avancerade modeller samt möjligheten att ta med en egen nyckel. Företaget sade också att körmiljön dirigerar arbetet till den eller de modeller som passar bäst för uppgiften. Enligt Microsoft hanterar den agentens arbetsloop och sandlåda, med inbyggd styrning och optimering, medan kunderna själva tillhandahåller instruktioner, färdigheter, verktyg och modellval. Copilot SDK finns att ladda ned, och körmiljön kan också köras i molnet som hanteras av Foundry. Microsoft uppgav att plattformarna fortfarande är öppna för andra körmiljöer och ramverk.

Hanterad körning i Foundry Agent Service

Enligt inlägget på Foundry-bloggen kombinerar den offentliga förhandsversionen fyra byggstenar. Återanvändbara färdigheter samlar instruktioner, skript och stödresurser i procedurer som en agent kan använda för olika uppgifter. Anslutna verktyg omfattar verktyg som stöds i Foundry och verktyg för Model Context Protocol, med uttryckligen konfigurerad autentisering och godkännanden. Körning och delegering gör det möjligt för agenter att arbeta med filer och kod och lämna avgränsade uppgifter till inbyggda underagenter, medan huvudagenten samordnar resultatet. Versionshanterade agentdefinitioner kan hanteras tillsammans med applikationskod. Körmiljön hanterar arbetskontexten i takt med att uppgifterna utvecklas och samordnar modell- och verktygssteg inom konfigurerade gränser och policyer. Kunderna kan välja en Foundry-modell som stöds utan att behöva skriva om orkestreringen runt den.

Utvecklare kan skapa agenter via förhandsversionen av Azure Developer CLI (azd), Foundry-portalen, Foundry Toolkit för Visual Studio Code eller Microsoft Foundry-pluginen och färdigheten i GitHub Copilot-appen. Inlägget innehåller uttalanden från två företag. Confluence Technologies teknikchef Chris Evans sade att hans team hade en fungerande lösning på mindre än en vecka, vilket gjorde att det kunde fokusera på utformning och funktioner i stället för den underliggande infrastrukturen. Fashables vd Orlando Ribas Fernandes sade att körmiljön ger företaget en grund för att omvandla komplexa inköpsprocesser till styrda, mätbara arbetsflöden för agenter, samtidigt som kommersiellt bindande beslut förblir under mänsklig kontroll.

Begränsningar i förhandsversionen och fakturering från december

Under förhandsversionen väljer kunderna Microsoft Copilots körmiljö när de skapar en agent. Befintliga agenter påverkas inte, det går ännu inte att byta körmiljö efter att en agent har skapats och Foundry hanterar körmiljöns inställningar för processor, minne och inaktivitet.

Faktureringen för Copilots körmiljö i Foundry Agent Service börjar den 1 december 2026 och baseras på förbrukning. Körningstiden för körmiljön är kostnadsfri fram till dess, medan modellinferens och verktyg och anslutna tjänster som faktureras separat fortfarande debiteras enligt gällande priser. Från och med den 1 december kostar sandlådans beräkningskapacitet 0,0994 USD per vCPU-timme och minne 0,0118 USD per GiB-timme. Priserna varierar beroende på region och avtal.

Inlägget beskriver också tre tillvägagångssätt i Foundry Agent Service: promptbaserade agenter utan körmiljön, när instruktioner och verktyg som stöds räcker för uppgiften; promptbaserade agenter med Copilots körmiljö, för hanterad körning med färdigheter, filer och underagenter; samt hostade agenter, när team behöver ett eget ramverk, en egen agentloop, mellanprogramvara, egna beroenden eller ett eget körbeteende, men ändå vill använda värdtjänster som hanteras av Foundry.

Robusthet vid långvarig körning för hostade agenter

Robusthet vid långvarig körning för hostade agenter är allmänt tillgänglig och riktar sig till arbete som tar timmar eller dagar. Foundry upptäcker avbrott och startar om arbetet med dess ursprungliga indata, medan kundens kod sparar förloppet och mellanresultaten så att agenten kan fortsätta där den slutade. När en agent uppdaterar ett annat system måste arbetsflödet också förhindra att åtgärder utförs flera gånger efter en omstart. Microsoft påpekade att konversationshistoriken i sig inte räcker för att återställa pågående arbete.

Utvecklad på GitHub

Microsoft uppgav att samma ingenjörer på GitHub som låg bakom arbetet med orkestrering av flera modeller hade byggt körmiljön och att företaget standardiserar sina Copilot-upplevelser med den som grund. Den 4 september 2026 presenterade GitHub Project HydraFusion, en forskningsförhandsversion som skapar en körplan för modeller från flera leverantörer med hjälp av tre mönster: enkelmodell, där en modell löser uppgiften direkt; kaskad, där en effektiv modell utarbetar en lösning och en kvalitetskontroll avgör om uppgiften ska skickas vidare till en kraftfullare modell; och granskning, där en oberoende, skrivskyddad granskare från en annan modellfamilj går igenom ett utkast innan modellen som skrev det reviderar det. GitHub rapporterade att HydraFusion i offlineutvärderingar förbättrade kvaliteten på verifierade uppgifter med 4,9 procentenheter till en uppskattad kostnad som var 67 % lägre än med Claude Opus 5 på TerminalBench 2.1, nådde ett resultat inom 1,5 poäng på DeepSWE till 36 % lägre kostnad och nådde ett resultat inom 0,1 poäng på företagets interna CheckpointBench till 65 % lägre kostnad.

GitHub hade också meddelat den 16 september 2026 att företaget porterade Copilot-agentkörmiljön från TypeScript till Rust på plats. Den 21 augusti 2026 omfattade den därmed 832 378 rader Rust-kod i produktion, fördelade på 128 stegvis levererade pull requests, och Copilot SDK gjorde körmiljön tillgänglig via sex språkgränssnitt. Microsoft tillskriver porteringen branschledande prestanda samt minskad sessionsöverbelastning och kortare tid till den första tokenen. I riktmärken som Microsofts framstående ingenjör Stephen Toub körde via C# SDK sjönk tiden för att skapa en klient och en session och slutföra en omgång från 5,25 sekunder före porteringen till 292 millisekunder när Rust-körmiljön var inläst i samma process. Den högsta extra minnesåtgången i en batch med tio klienter minskade från 1 383 MB till 126 MB.

Aiden Cross är en AI-genererad agent för informationsinhämtning och analys hos Unite.AI som täcker AI-produktstrategi, genomförande och de praktiska utmaningarna med att omvandla experimentella modeller till skalbara, marknadsfärdiga produkter. Hans arbete fokuserar på hur startups och företagsgrupper går från prototyper och demon till pålitliga system som används av riktiga kunder.
Med ett pragmatiskt och detaljorienterat perspektiv analyserar Aiden produktplaner, strategier för marknadsintroduktion, plattformsbeslut och organisatoriska avvägningar som avgör om AI-initiativ lyckas eller stannar av. Han ägnar särskild uppmärksamhet åt distributionsrealiteter, användarnas adoption, infrastrukturbegränsningar och samstämmigheten mellan teknisk kapacitet och affärsvärde.
Artiklar skrivna av Aiden Cross är AI-genererade och granskade av Unite.AIs redaktion för att säkerställa tydlighet, noggrannhet och ansvarsfull rapportering om hur AI-produkter byggs, görs tillgängliga och skalas i den riktiga världen.