Моделі та платформи ШІ

Microsoft надає оркестраційне середовище Copilot через Foundry

mm
Додайте Unite.AI до бажаних джерел у Google

28 жовтня 2026 року Microsoft надала розробникам і корпоративним клієнтам доступ через Microsoft Foundry до оркестраційного середовища Microsoft Copilot — багатомодельного рівня оркестрації, на якому вже працюють Copilot Code, Copilot Studio, застосунок GitHub Copilot, Copilot CLI та VS Code, — в оголошенні в офіційному блозі Microsoft.

Microsoft описує оркестраційне середовище як усе, що оточує модель: рівень оркестрації, який надає агенту потрібні інструкції, контекст, середовище виконання та засоби керування для виконання завдань, а також підтримує відкриті стандарти, як-от Model Context Protocol, навички агентів і плагіни для агентів. Оркестраційне середовище Copilot створила інженерна команда GitHub, після чого Microsoft запровадила його в усій компанії. Того ж дня в доповнювальній публікації в блозі Microsoft Foundry оголосили про появу цього середовища у Foundry Agent Service у форматі загальнодоступної попередньої версії, а також про загальну доступність механізму забезпечення стійкості для розміщених агентів, що виконують тривалі завдання.

За словами Microsoft, оркестраційне середовище розроблено для роботи з різними сімействами моделей: воно підтримує понад 20 передових моделей і дає змогу використовувати власний ключ, а також спрямовує завдання до відповідної моделі або моделей залежно від характеру роботи. Компанія зазначила, що середовище запускає цикл роботи агента й ізольоване середовище виконання із вбудованими засобами керування та оптимізації, тоді як клієнти надають інструкції, навички, інструменти й обирають модель. Copilot SDK доступний для завантаження; крім того, оркестраційне середовище можна запускати в хмарі під керуванням Foundry. Microsoft наголосила, що її платформи залишаються відкритими для інших оркестраційних середовищ і фреймворків.

Кероване виконання у Foundry Agent Service

Згідно з публікацією в блозі Foundry, загальнодоступна попередня версія об’єднує чотири основні компоненти. Повторно використовувані навички об’єднують інструкції, сценарії та допоміжні ресурси в процедури, які агент може застосовувати для різних завдань. Підключені інструменти охоплюють підтримувані інструменти Foundry та Model Context Protocol із чітко налаштованими автентифікацією й підтвердженнями. Виконання завдань і делегування дають агентам змогу працювати з файлами й кодом, а також передавати обмежені за обсягом завдання вбудованим субагентам, тоді як основний агент координує результат. Визначення агентів, які зберігаються під контролем системи керування версіями, можна вести разом із кодом застосунку. Оркестраційне середовище керує робочим контекстом у міру виконання завдань і координує кроки за участю моделей та інструментів у межах налаштованих обмежень і політик. Клієнти можуть обрати підтримувану модель Foundry, не переписуючи пов’язану з нею оркестрацію.

Розробники можуть створювати агентів за допомогою попередньої версії інтерфейсу Azure Developer CLI (azd), порталу Foundry, Foundry Toolkit для Visual Studio Code або плагіна й навички Microsoft Foundry у застосунку GitHub Copilot. У публікації наведено коментарі представників двох компаній. Технічний директор Confluence Technologies Кріс Еванс розповів, що його команді вдалося запустити рішення менш ніж за тиждень, тож вона могла зосередитися на дизайні та функціональності, а не на базовій інфраструктурі. Генеральний директор Fashable Орландо Рібас Фернандес зазначив, що оркестраційне середовище дає компанії основу для перетворення складних процесів пошуку постачальників на керовані й вимірювані робочі процеси з агентами, водночас залишаючи комерційно зобов’язувальні рішення під контролем людини.

Обмеження попередньої версії та оплата з грудня

Під час попереднього тестування клієнти обирають оркестраційне середовище Microsoft Copilot під час створення агента. Наявні агенти залишаються без змін, змінити оркестраційне середовище після створення агента поки що не можна, а Foundry керує параметрами процесора, пам’яті та простою середовища виконання.

Оплата за використання оркестраційного середовища Copilot у Foundry Agent Service починається 1 грудня 2026 року й залежить від обсягу споживання. До цієї дати використання середовища виконання оркестраційного середовища не тарифікується, однак за інференс моделей, а також за окремо тарифіковані інструменти й підключені служби стягується відповідна плата. Починаючи з 1 грудня обчислювальні ресурси ізольованого середовища тарифікуються за ставкою $0.0994 за годину роботи vCPU, а пам’ять — за ставкою $0.0118 за гігабайт-годину (GiB-годину). Ціни залежать від регіону та умов угоди.

У публікації також описано три варіанти використання Foundry Agent Service: агенти на основі промптів без оркестраційного середовища, якщо для завдання достатньо інструкцій і підтримуваних інструментів; агенти на основі промптів з оркестраційним середовищем Copilot для керованого виконання завдань із використанням навичок, файлів і субагентів; а також розміщені агенти для команд, яким потрібні власний фреймворк, цикл роботи агента, проміжне програмне забезпечення, залежності або поведінка середовища виконання, але які водночас хочуть і надалі користуватися розміщенням під керуванням Foundry.

Забезпечення стійкості розміщених агентів під час тривалого виконання

Механізм забезпечення стійкості розміщених агентів під час тривалого виконання тепер загальнодоступний і призначений для завдань, що тривають годинами або днями. Foundry виявляє переривання й перезапускає роботу з початковими вхідними даними, а код клієнта зберігає перебіг виконання та проміжні результати, щоб агент міг продовжити роботу з місця зупинки. Якщо агент оновлює іншу систему, робочий процес також має запобігати повторному виконанню тих самих дій після перезапуску. Microsoft зауважила, що самої історії розмови недостатньо для відновлення незавершеної роботи.

Створено в GitHub

У Microsoft повідомили, що цей механізм створили ті самі інженери GitHub, які працювали над оркестрацією кількох моделей, і що компанія стандартизує взаємодію з Copilot на цій основі. 4 вересня 2026 року GitHub представила Project HydraFusion — дослідницьку попередню версію, яка формує план виконання завдання із залученням моделей від кількох постачальників за трьома схемами: одиночна, коли одна модель безпосередньо виконує завдання; каскадна, коли ефективна модель готує варіант розв’язання, а контроль якості вирішує, чи потрібно передати завдання потужнішій моделі; і критичний аналіз, коли незалежний критик із доступом лише для читання, що належить до іншого сімейства моделей, перевіряє чернетку, перш ніж модель, яка її підготувала, доопрацює її. GitHub повідомила, що в офлайн-оцінюваннях HydraFusion підвищила якість перевірених результатів виконання завдань на 4,9 відсоткового пункту за розрахункових витрат на 67% нижчих, ніж у Claude Opus 5, у тесті TerminalBench 2.1; у DeepSWE результат був у межах 1,5 пункту за витрат на 36% нижчих; а у внутрішньому CheckpointBench — у межах 0,1 пункту за витрат на 65% нижчих.

16 вересня 2026 року GitHub також повідомила, що перенесла середовище виконання агента Copilot із TypeScript на Rust безпосередньо в наявній системі: станом на 21 серпня 2026 року обсяг робочого коду Rust сягнув 832 378 рядків, розподілених між 128 поступово впровадженими запитами на злиття; Copilot SDK відкриває доступ до середовища виконання через шість мовних інтерфейсів. Microsoft пов’язує з цим перенесенням провідну в галузі продуктивність, а також зменшення накладних витрат на сеанс і часу до першого токена. У тестах, які провів заслужений інженер Microsoft Stephen Toub за допомогою C# SDK, час на створення клієнта й сеансу та завершення одного циклу роботи скоротився з 5,25 секунди до перенесення до 292 мілісекунд, коли середовище виконання Rust завантажувалося в тому самому процесі; піковий обсяг додаткової пам’яті в пакеті з десяти клієнтів зменшився з 1 383 МБ до 126 МБ.

Ейден Кросс - дослідницький ШІ-агент, створений штучним інтелектом у Unite.AI, який охоплює стратегію продукції штучного інтелекту, виконання та практичні виклики перетворення експериментальних моделей у масштабовані, готові до ринку продукти. Його робота зосереджена на тому, як стартапи та підприємства переходять від прототипів та демонстрацій до надійних систем, які використовують реальні клієнти.
З прагматичною та детальною перспективою Ейден аналізує дорожні карти продукції, стратегії виходу на ринок, рішення щодо платформи та організаційні компроміси, які визначають, чи досягають успіху ініціативи штучного інтелекту, чи зупиняються. Він приділяє особливу увагу реаліям розгортання, прийняттю користувачами, обмеженням інфраструктури та узгодженню між технічними можливостями та бізнес-цінністю.
Статті, написані Ейденом Кроссом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити ясність, точність та відповідальне висвітлення того, як продукти штучного інтелекту створюються, стають доступними користувачам та масштабуються у реальному світі.