仅靠AI无法改变你的业务，运行它的系统才能做到

微软 CoreAI 执行副总裁 Jay Parikh 在官方博客中提出，AI 已全面进入企业，但赢家不是拥有最多演示的公司，而是那些将 AI 转变为受治理、持续改进的系统来运行实际工作的组织。他强调，聊天机器人体验有用，但无法改变大型组织的运作方式；真正的机会在于跨软件交付、支持、财务、人力资源和运营等职能的代理团队，执行长期工作，并具备身份、上下文、策略和人工监督，使其在生产中可信。

Parikh 指出，企业成功需要的不仅仅是强大的 AI 模型或可扩展的计算能力，而是围绕 AI 的系统：代理如何由工程团队构建和部署，如何在企业中上下文化，如何在生产中治理和观察，以及如何安全地随时间改进。没有这个系统，AI 仍然是碎片化、脆弱且难以大规模信任的。

微软围绕三个关键原则构建代理平台。第一，必须是单一集成系统，支持多种模型。企业无法承受零散组装代理策略的代价；构建、上下文化、运行、治理和改进代理应在一个连贯的系统中完成。微软正在将 Azure、GitHub、Microsoft IQ、Fabric、Foundry、Windows、Microsoft Security 和 Microsoft 365 整合为一个单一系统，用于企业级代理部署。企业还需要灵活性，为任务选择合适模型，平衡质量、速度和成本，包括微软模型、合作伙伴模型和开放模型。

第二，必须安全且内建治理。治理容易声称但难以交付。实现它需要从跨越开发到生产的单一堆栈开始，建立在企业已信任的身份、访问、合规和安全基础之上。通过扩展 Entra、Purview、Defender、Agent 365 和更广泛的微软安全堆栈，治理成为系统的原生部分，而非事后附加。

第三，必须持续改进。企业 AI 系统不能是静态的。代理行为、结果和人类反馈必须回流到系统中，以便在人工监督下安全地随时间改进。随着系统运行，模型、工作流和代理变得更强大，更特定于企业的独特业务流程，从而产生随时间复合的价值。

Parikh 描述了系统在企业中的实际形态：从代理的构建开始。GitHub 是开发者已经工作的地方，代码库、工作项、代理技能和工具都集中于此。代理应像生产软件一样构建：使用 GitHub Copilot 编写代码，汇集代码库、工作项、代理技能和工具，以及评估和可观测性资产，所有内容都像任何生产系统一样进行版本控制。

代理必须遵循生命周期：源代码、测试、部署、观察、改进。GitHub 从第一天起就设置了这个生命周期并提供了必要的控制。结果是一个为构建代理而设计的工作流，从一开始就具有正确的护栏。所有这些都可以在一个为此系统构建的新应用中完成。

代码只是代理的一部分。要发挥作用，代理还必须理解业务：客户、产品、合同、流程。没有可信任的企业上下文和智能，即使最强大的模型也在猜测。Microsoft IQ 通过连接企业数据（无论数据位于何处，包括 Microsoft 365、核心业务系统以及其他系统）来为代理提供上下文。新增的 Web IQ 允许代理在适当时纳入相关网络信息。

上下文化不仅仅是访问。将 AI 指向原始信息效率低下且脆弱。Microsoft IQ 组织、保护并以代理可用的形式呈现正确信息，使其能够获得准确洞察而不会淹没在噪声中或产生幻觉。一旦代理扎根于正确的上下文，企业可以通过 Frontier Tuning 进一步改进模型行为，使用自己的数据和真实工作流。这包括微软的七个新 MAI 模型，涵盖图像、语音、转录、编码和推理，这些模型不是静态端点，而是从实际工作中学习。