ברוכים הבאים לכולם לפודקאסט MC65FM היום אנחנו עוברים את אחת השיחות הנפוצות ביותר סביב הנדסת הנחיות במיקרוסופט 365 Copilot כי כשאחד הארגונים התחיל להשתמש בקופילות ברצינות, השאלה השתנתה במהירות מאיך כותבים הנחיות טובות יותר לאיך מחברים את Copilot לישומים, נתונים, אפליקציות, תהליכים עסקיים וידע שרצים בפועל בחברה שלנו וכאן הרחבת Copilot הופכת למעניינת בדיקות האורח שלי היום הוא Ava's Harvest, Microsoft MVP, יועץ יישומים עסקיים קבוצת בינה מלאכותית בשביץ Ava's עובד במיקרוסופט 365, Azure Dynamics 365 ופלטפורמת Power עם דגש מיוחד על הרחבת מייקרוסופט 365 Copilot באמצעות סוכנים ופיתוח מותאם אישית אנחנו הולכים לחקור את הרחבת מייקרוסופט 365 Copilot, Copilot Studio, Microsoft Azure Foundry אני לא יודע, הם שינו את השם Microsoft Graph Custom Development, MCPS וכן הלאה אז כן, ברוכים הבאים לפודקאסט MC65 כן, שלום לכולם, תודה שהזמנתם אותי זו באמת הזדמנות טובה, אה טובה בשבילי להיות כאן אז תודה על האירוח כן, אני מודה לך לפני שנגיע לדברים טכניים, האם תוכל לספר קצת על המסע שלך איך הגעת למערכת האקולוגית של מייקרוסופט?

כן, כן, כן, כמובן, מכיוון שהתחלתי את הקריירה שלי לא בעולם מייקרוסופט, למען האמת אז התחלתי את הקריירה שלי בעולם אפל הייתי מהנדס תוכנה בפלטפורמת Mac, ואחרי שעברתי ל-iOS, דברים כאלה ו, אה, זה היה לפני הרבה זמן, ואולי, אני לא יודע, לפני 15 או 20 שנה עברתי לעבודה במייקרוסופט למען האמת, אה, התחלתי את הקריירה שלי בשארפ, בשארפ אה, ואחרי שעברתי לענן, אז'ור, אה, M365 אה, אם הייתי שארפ במקום העבודה, התחלתי ככה, אה, ואחרי שעברתי לכל שירותי הענן, אה, בסוף, פלטפורמת P.O ולאחרונה, כל ענייני הבינה המלאכותית למען האמת, כי אה, זה עכשיו חלק גדול מ-M265 כי יש לך, יש לך, אה, מעבר סוכני עכשיו, ובעצם, אה, זה בקצרה, שלי, שלי, עמם, המסע שלי אבל התחלתי את הקריירה שלי בעולם הנדסת התוכנה, שזו אולי מילה היום שהרבה אנשים שוכחים כי לנו, לכם, יש את כל הדברים של הבינה המלאכותית עכשיו, וו, אה, ובעצם פעילויות או עבודות כאלה עברו לבינה מלאכותית, אז זה די שונה מלפני 20 שנה לעומת אז עכשיו כן, אתה עובד, אתה אומר שאתה עובד עם שרפוינט ואני רואה שאתה גם עובד עם GraphSpeak Dynamic Power Platform, איך הרקע הכין עוד תחלדו הנוכחי של פיתוח הבינה המלאכותית אה, בעצם, בעצם, יש לי את הפרופיל שלי שהוא באמת חוצה, בעצם, כי אה, אה, בקריירה שלי עבדתי עם הרבה מאוד מוצרים זה יכול להיות מוצרים של מייקרוסופט וגם מוצרים שאינם של מייקרוסופט אז בעצם, יש לי מגוון רחב של מיומנויות בהרבה טכנולוגיות וחילים שונים אז, אה, כל העבודות שלי נותנות לי רקע טוב כי עכשיו עם בינה מלאכותית זה נושא לבן, זה נושא לבן כי יש גישות שונות, טכנולוגיות שונות לעשות בינה מלאכותית עכשיו זה יכול להיות סוכני, זה יכול להיות יותר זרימת עבודה, דברים כאלה אז בעיקרון, כל העבודות הקודמות שלי נתנו לי הרבה מיומנויות להיות מוכן.

למעבר הזה של בינה מלכותית עכשיו למען האמת. אז עברתי לקוד נמוך לכלי קוד לא, א', לתהליך איבוד. אז כן, כל ההזדמנויות והפעילויות האלה בעבודות שלי נותנות לי מיומנויות טובות כדי לנצל את היתרונות בעולם הבינה המלכותית למען האמת. כן, ועכשיו אתה מוביל בדיקות של בינה מלכותית. מה מוביל הבדיקות של בינה מלאכותית עושה? אה, זו.

שאלה ממש טובה כי הרבה אנשים שואלים אותי. אז העבודה שלי היא פשוט להתאים את המפרט הפונקציונלי לטכני-אי למחסנית הטכנית.

אז אני לוקח את ההובלה כשניתוח העסקי נעשה. הגדרנו מקרי שימוש בבינה מלאכותית עבור הדברים של בינה מלאכותית. הגדרנו תרחישים מקרי שימוש. עשינו ניתוח עסקי מלא, והתפקיד שלי הוא, אוקיי, אני לוקח את הצרכים האלה ומתאים את הצרכים לערימה הטכנית מאחורי הקלעים.

ואחרי זה, אני מוביל את כל היישום של הכלים והפתרון, אה, כשאנחנו מוכנים להתחיל לפתח.

כן מעניין, בעצם.

הרבה חברות קונות לעובדים שלהן הדרכות, במיוחד. עבור הנדסה מהירה, ולמה אתם אומרים שזה לא מספיק? רק הנדסה מהירה, אתם מתכוונים בימינו. כן, כן, למה, למה, למה?

למה זה רק, אתם יודעים למה זה בשביל החברות, אה, לא, לא מספיק, רק ללמד את האנשים את ההנדסה המהירה. אה, כן, בסדר, אני מבין, אני מבין. אוקיי, כן, כן, אה, בעיקרון, למען האמת, בימינו יש לך, כמו שאמרתי קודם, הרבה כלים וטכנולוגיות שונות, אז, ובעיקרון, בשלב מסוים, בינה מלאכותית יכולה, יכולה להבין מה לעשות, ואולי, אה, קצת להדריך אותך. אבל בשבילי, אה, בתפקיד של, למשל, ארכיטקט או מעצב תוכנה, אה, אתה צריך שיהיה אדם מאחורי הקלעים כי אתה צריך להבין את הלקוח. בעיקרון, בינה מלאכותית לפעמים לא יכולה להבין את ההקשר של הלקוח. אה, אתה רואה שם את הרשת המלאה, אבל מאחורי הקלעים, אה, להתמקד רק בהנדסה מהירה, זה יכול להיות טוב בשלב מסוים. אבל אתה צריך שיהיו יותר כי אתה צריך שיהיו מאחורי הקלעים, אה, כמה אנשים שהם, אה, ארכיטקטים, הנדסת תוכנה מאחורי הקלעים, ובעצם הרבה אנשים שיש להם קישורים בטכנולוגיות, אה, טכנולוגיות מידע כמו SharePoint, כמו OneDrive, כמו שאני לא יודע, או Salesforce, דברים כאלה.

אתה צריך שיהיו מומחים בטכנולוגיות האלה כי בינה מלאכותית יכולה להבין הרבה דברים. היא יכולה, אה, היא יכולה להדריך אותך. אפשר לייצר מסמכים טכניים או פונקציונליים מעולים, אבל צריך אנשים מאחורי הקלעים שיתפלו בזה, זה טוב. האם זה, אה, לענות על צריכי הלקוח, דברים כאלה שאתם רואים כדי לעמת הכל ולהתמקד רק בהנדסה המהירה? מבחינתי עכשיו, כן, זה יכול להיות, זה יכול להיות אופציה אם אין לכם אה, כף, זמן להתאמן או להשקיע, אה, אה, אה, בית, אה, ברכישת כמה, כמה מיומנויות. אבל מבחינתי, אתם צריכים, אה, מיומנויות טובות בטכנולוגיות בסיס שבהן אתם רוצים לבנות את הפתרונות שלכם למען האמת. כן, כן. ואתם מומחים בהרחבת קו פיילוט. איפה?

נעצר קו פיילוט סטנדרטי של מייקרוסופט 665, ואיפה התחילה הרחבת קו פיילוט? כן, זו שאלה טובה, כי למען האמת, לפני שנתיים, כשקו פיילוט יצאה, אולי הגרסה הראשונה, בעקרון הצ'ט היה, למען האמת, ממש ממש מינימליסטי.

בעיקרון אפשר, אוקיי, זה היה צ'ט GPT כמו, אבל מייקרוסופט התפתחה הרבה, אה, מייקרוסופט 365 קו פיילוט. בעיקרון עכשיו יש לך, כיסוי, יש לך סוגים שונים של תכונות, אז עכשיו יכולת ההרחבה. פחותה מבעבר, כי בעבר פיתחתי כמה תוספים, דברים כאלה. אבל כיום, למען האמת, כרגע, אה, ההרחבה. יכולת ההרחבה היא כשאתה רוצה לבנות משהו ואנחנו רוצים להתאים אישית. בעצם, את התזמור או אהתה רוצה להתאים אישית קצת יותר, אה למשל ממשק משתמש. אם אתה רוצה לשלב עבור הסוכן שלך לא רק בצ'ט של מייקרוסופט 365, אלא, למשל, באתר שלך, בסוג כזה, אז יכולת ההרחבה מתחילה כשאתה רוצה, בעצם, להתאים אישית יותר את מאחורי הקלעים, אתה רוצה להתאים אישית קצת יותר. זה יכול להיות תזמור, אם אתה רוצה להתאים אישית את התזמור, אם אתה רוצה להתאים אישית את הממשק שלך, אם אתה רוצה להתאים אישית אהיבט אחרי שבו, בעצם, צ'ט קופאילוט לא יכולה, לא יכול לעשות, לא יכול לענות לי שאלות.

ואני חושב שהרבה אנשים מדברים על סוכנים. עמם מה? מה? למה? למה אנחנו חושבים שכל כך הרבה עכשיו בסוכני טייס משנה? ולמה? למה? אנחנו לא בונים, אני לא יודע, טייס משנה גדול אחד לכל דבר כן, זה ממש מעניין כי, אה, עכשיו, למען האמת, מייקרוסופט, כמו שאמרתי קודם, התפתחה הרבה ואולי, אם היינו לפני שישה חודשים, אה, אוקיי, סוכן היה נושא עכשיו, מייקרוסופט הציגה את שיתוף הפעולה של טייס משנה ולמען האמת, כיום שיתוף הפעולה של טייס משנה יכול להחליף הרבה סוכנים ובזמן שאנחנו חושבים על סוכנים, זה פשוט להפריד בין הדברים כי עכשיו אנחנו יותר במודל מרובה סוכנים שבו לכל סוכן יש את התחום שלו ואת האחריות שלו ואנחנו לא עושים טייס משנה גדול, בעצם, זה פשוט בגלל הביצועים ראשית, מכיוון שכאשר יש לך סט הדרכה וחלים, מבחינת ביצועים, זה יהיה בלגן ואה, הארכיטקטורה עכשיו היא יותר מרובת אירועים זה יכול להיות בקופילות סטודיו, זה יכול להיות בסוכן פיתוח מותאם אישית מבחינת קוד טור או פיתוח מותאם אישית אבל כיום עדיף שתהיה גישה מרובת אירועים שבה לכל סוכן יש את התחום והאחריות שלו מבחינת ביצועים ותהיה ארכיטקטורה ברורה מבחינת הסוכן כן שופנבר וכשאנחנו מסתכלים על זה, אוקיי, אני חושב שהארכיטקטורת סוכן בינה מלאכותית בסיסית אז יש לנו, נגיד, כמה סיסמאות אנחנו סיסמאות אוקיי, אבל אנחנו צריכים לחשוב על הנמקה, כלים, ידע והדרכה בהוראות איך זה השתלב בארכיטקטורת סוכן בינה מלאכותית?

הדבר הראשון שצריך לחשוב עליו הוא אחת השאלות הראשונות שצריך לענות עליה היא מה המטרה? המטרה הראשונה של הסוכן הזה בעיקרון, אחרי ארכיטקטורת סוכנים זה באמת תלוי אם אתם בגישת קוד נמוך או בגישת פיתוח מותאם אישית כי הגישה שונה לגמרי כי בגישת פיתוח מותאם אישית אתם מנהלים הכל אז אתם מנהלים את ההבטחה אתם מנהלים את האירוח אתם מנהלים הרבה דברים שונים בגישת קוד נמוך זה באמת שונה כי אתם חושבים על אתם נותנים את ההוראה אתם בוחרים כמה כלים אז בעיקרון הארכיטקטורה בגישת קוד נמוך היא לא פשוטה כמו שאמרתי עכשיו אבל זה יכול להיות ממש מהיר כי אתם יכולים להגדיר אוקיי, יש לכם את ההוראה אתם יכולים לבחור את הכלים שלכם אתם יכולים לבחור סוכן אחר, אחר, אחר אם אתם רוצים להתחבר אבל זה ממש פשוט כשאתם עוסקים בפיתוח מותאם אישית או כשאתם מפתחים סוכן משלכם. זה יכול להיות, למשל, Semantic the Carnal, Agent Farmer, דברים כאלה. A, ארכיטקטורה ארכטית, יכולה להיות מורכבת יותר כי צריך להתמודד עם קונספט מתקדם, כמו שאמרתי, אבטחה.

מבחינת אימות, אם יש לך ריבוי כלים, למשל, ואתה רוצה לשלב NCP כלשהו, אם אתה רוצה להתחבר לחלים פנימיים המוגנים על ידי פרוקסי הפוך, דברים כאלה. אז, בעיקרון, אתה צריך לחשוב. יותר מבחינת ארכיטקטורה כשאתה מתמודד עם סוכנים מותאמים אישית, למשל, בקופילות סטודיו. מבחינת ארכיטקטורה. זה ממש מהיר להגדיר את הארכיטקטורה בגישת פיתוח מותאמת אישית. אתה צריך להתמודד עם קונספט מתקדם, ועבור הרבה אנשים זה יכול להיות קשה כי זה באמת היבט בסיסי. ובעבודה שלי, למען האמת. אני מתמודד עם הרבה צרכים שונים. זה יכול להיות פיתוח מותאם אישית, זה יכול להיות קופילות סטודיו, זה יכול להיות סוכן פשוט, פשוט ב-Agent Builder עם משהו ממש פשוט. אז, בעיקרון, הגדרת הארכיטקטורה מבוססת באמת על הגישה שאתה רוצה לאמץ. בעיקרון, יש לך ארכיטקטורה כללית, A, שאתה יכול ליצור, אבל אחרי זה, זה באמת תלוי בגישה שאתה רוצה, קוד נמוך או קוד, אתה מבין. כן, כן.

עמם, אבל האם אנחנו יכולים עמם, האם אתה יכול לתאר את האנטומיה של סוכן בינה מלאכותית טיפוסי בארגון?

עכן, אני יכול.

A, בעיקרון, אם אתה רוצה לדבר בצורה פשוטה ככל האפשר, A, כשאתה כשאתה צריך. למשל, זה יכול להיות, A, סוכן תמיכת אית, למשל, A, בעיקרון, זה יכול להיות, זה יכול להיות שיש לך סט של בעיקרון.

אבל אחרי, בימינו, כמו שאמרתי, יש לך את הגישה מרובת הסוכנים הזו, ובעצם אני שם את הסוכן הראשון כחזית, A, כמו חזית. אז, זהו סוכן קדמי, והסוכן הקדמי הזה.

ינתב את כל הבקשות, למשל, בין סוכנים שונים. לדוגמה, אם המשתמש שואל שאלה של, אני לא יודע, בסיילספורס, הוא ינתב את כל הבקשות לסוכן תמיכת האית של סיילספורס.

אתם מבינים, אז בעיקרון, עבור לקוח מסוים יצרנו ארכיטקטורה כזו, כי כל סוכן דואג להיקף. זה יכול להיות עבור מוצרים כמו סיילספורס, זה יכול להיות עבור M365, דברים כאלה. ומאחורי הקלעים, לכל סוכן יש סט של הוראות ווסט של שתיים. וכיום עדיף להשתמש בשרתי MCP, כי שרת MCP הוא כיום טקא אוניברסלי.

לשילוב של שירותים מרובים עם אל. אז יש לי סט של שרתי MCP ויש לי גם.

כמה מקורות ידע פנימיים. זה יכול להיות כמו ג'ירה, זה יכול להיות שירות בסיס ידע כזה. אז יש לך סט של הוראות לכל סוכן. אה, וההוראות האלה מגדירות את היקף הסוכן ומה התפקיד של כל סוכן.

אחרי זה, יש לך סט של שרתי MCPS ואולי, אה, מקורות ידע יכולים להיות קבצי PDF. אז יכול להיות שזה יכול להיות מספר רב של סוגים של אה, מספר רב של סוגים של מקורות נתונים. אחרי שסליחה, כשמשתמש מבקש, למשל, מהסוכן הראשי, אחרי זה זה יגדיר, בסדר, אני צריך להאציל את המשימה הזו.

לסוכן המתאים.

אה, בואו נסתכל קצת על האפשרויות, או... איפה Copilot Studio משתלב בארכיטקטורה הכוללת?

Copilot Studio, למען האמת, אה, זה כלי מקומי של מייקרוסופט. אז קודם כל, ומבחינת ארכיטקטורה, Copilot Studio הוא באמת. מזוהם עבור, עבור, עבור, עבור אנשים שאינם מפתחים קודם כל.

ומבחינת, אה, הארכיטקטורה, בעיקרון, אה, למשל, אם ניקח את הדוגמה שלקחתי קודם, תמיכת האיתה, למשל, Copilot Studio יתאים, כי מבחינת ארכיטקטורה, Copilot Studio יעשה את העבודה כי אפשר להגדיר אותו, אפשר להגדיר שרת NCP, אפשר לשלב בקלות כמה, אה, כמה מקורות ידע חיצוניים או מקורות ידע פנימיים אם רוצים. אה, אחרי, כמו שאמרתי קודם, אם, למשל, יש לך מקרי שימוש שבו אתה רוצה להתאים אישית קצת את התזמור, כי מאחורי הקלעים של Copilot Studio אי אפשר, אה, להתאים אישית את התזמור, אז אתה מפעיל את התזמור של הבינה המלאכותית, זה הכל. אי אפשר, למשל, להתאים אישית את העדיפות של, אה, למשל, המשימה שאתה רוצה להשיג, כי מאחורי הקלעים, המהדר Studio יגדיר, בסדר, את התוכנית שלך, ואחרי שתבצעה אותה. אבל אם אתם, אם אתם רוצים לקבל קצת יותר התאמה אישית, במקרה הזה, אתם צריכים להשתמש בפיתוח מותאם אישית עם, למשל, Semantic Carnal, Long Chain, מסגרת לאחרונה, כי מייקרוסופט הוציאה את המסגרת הזו, ובפי אייץ' הזה, אתם יכולים, אה, להתאים אישית בקלות את התזמור, אה, אתם יכולים להגדיר כמה זרימות עבודה, אתם יכולים, אתם יכולים להתאים אישית את מה שאתם רוצים.

זהו Copper Studio כארכיטקטורה שבהחלט מוגדרת עבור בונים ויוצרים כי זה ממש פשוט שסוכן יעבוד. הבעיה היחידה עם Copilot Studio היא שאתם צריכים לדאוג לזה כי כשאתם מגדירים, כשאתם בוחרים את הנתיב שלכם ואולי אתם מגדירים את הארכיטקטורה שלכם, אתם צריכים לדאוג לרישוי כי זה חלק גדול מכל פתרון עכשיו.

וכיום, Copilot Studio התפתח מעט למודל של תשלום לפי שימוש, וצריך לשים לב להערכת עלויות, כי בהתבסס על מה שרוצים להשיג, לפעמים עדיף ליצור פיתוח מותאם אישית, כי אחרי שמאחסנים את האתר איפה שרוצים ודואגים לכל העלויות, אפשר להאריך אותו ביתר קלות מאשר עכשיו.

כי עם גישת אשראי של Copilot, לפעמים קשה לחזות כמה.

זה יעלה לחודש, חודשיים ודברים כאלה.

ומה מהן? המגבלות של Copilot Studio סטודיו, אה, כשאני אבחר, אז אני חושב עממי אה כן מייקרוסופט פאונדרי אז'ור. פאונדרי, אני לא יודע מה השם הזה באמת ההמם, וכשאני צריך להגיד, אוקיי, הממי אני חייב לעשות פיתוח מותאם אישית לחלוטין. אה, השאלה הראשונה שאני צריך לענות עליה היא, אוקיי, האם אני צריך להתאים אישית אה? תזמור, זו השאלה הראשונה שלי, כי השאלה הזאת תגיד לך, אוקיי, אם אתה לא רוצה להתאים אישית את התזמור. להיכנס יותר מדי לעומק, לאופן שבו כל התזמור נוצר או התוכנית נוצרת, אתה יכול להשתמש בגישת קוד נמוך עם וידאו של Copilot, אה למשל, בונה. כמו כן, לפעמים כשיש לך מקרה שימוש פשוט, אתה יכול להשתמש בחלים מסוג זה. אבל אם אתם רוצים להתאים אישית את התזמור, אוקיי, אתם צריכים לעבור לפיתוח ספציפי, ובמקרה הזה אתם צריכים, אוקיי, אתם צריכים להשתמש בפאונדרי עבור המודל, או אם יש לכם פלטפורמה משלכם, כי היתרון של פיתוח מותאם אישית הוא, אתם יכולים לשלב מודלים שאינם מאוחסנים בפנג'יז של מייקרוסופט.

אם אתם רוצים, אתם יכולים להשתמש במודלים של פנג'יז, אבל גם אם יש לכם פלטפורמת AWS או גוגל, פלטפורמת גוגל, פלטפורמת גוגל, סליחה, אה, ואתם אומרים ג'מיני למשל, או שפרסטי מודלים חיצונית, יש לכם את היכולת לשלב את המודלים האלה ישירות בסוכן שלכם כשאתם משתמשים בגישה מותאמת אישית.

זה גם יתרון, אה, ואחרי שאתם יכולים להתאים אישית את התזמור, איך התוכנית נוצרת, כל הדברים יגיעו לסוכן פאונדרי.

הבעיה של פאונדרי כיום היא שבהתחלה פאונדרי הייתה רק פלטפורמת אירוח מודלים. כשאתם מסתכלים אחורה לפני כמה שנים, זה היה ככה סתם כתלוג מודלים פשוט ואתם פורסים אותו.

כיום, מייקרוסופט פיתחה את המוצר הזה כך שיהיה לך, אוקיי, אפשר ליצור סוכן עם ממשק משתמש כמו Copilot Studio, בלי שום קוד.

אפשר לנהל ממשל, אפשר לנהל הרבה דברים. זה הפך לפלטפורמה סוכנתית באמת כמו Copilot Studio עבור לו קוד ודברים כאלה. וכיום, קשה מאוד למקם את פאונדרי במערכת האקולוגית, כי פאונדרי מתפתחת מהר.

ובעיקרון, מייקרוסופט הציגה כמה תכונות שהן.

אני לא יודע, לא שונות, אבל יש קווי דמיון עם Copilot Studio מבחינת שילוב MCP, דברים כאלה. אבל אחרי, המגבלה העיקרית של Copilot Studio היא לגבי המודלים. אז יש לך את היכולת לשלב קוד או להמחיש דברים כאלה. אבל אם אתה רוצה לשלב, למשל, מודל משלך, כי יש לך גרסה ספציפית של המודל שלך, אתה לא יכול לעשות זאת, ובעיקרון אתה צריך להשתמש במפתח מותאם אישית כדי לשלב, למשל, פלטפורמת LM, אם יש לך. יש לי לקוח שיש לו פלטפורמת AWS משלו. במקרה הזה, אפשר לשלב את המודל הזה עם תמחור שמנוהל חיצוני.

אוקיי, אוקיי. ואני חושב שכאשר אנחנו בונים סוכן בנושא אחד, זה גם הכל מלחמה.

כן.

שופנבר. רוב האנשים מדברים על MCP, פרוטוקול הקשר מודל.

למה זה הפך לאחד הנושאים הגדולים ביותר בפיתוח סוכנים, ולמי שעדיין לא עבד עם זה, מהו פרוטוקול הקשר מודל?

כן, זו מילה גדולה. בעיקרון הרבה אנשים מדברים על זה כי זה פותר בעיה גדולה.

זה איך לאחד, איך לאחד את השילוב של כלים, מיומנויות. אולי אני לא מכיר כלים חיצוניים לבינה מלאכותית, וזה פתר את הבעיה הזו כי בעבר בלי MCP זה היה כמו בלאגן כי הרבה שירותים דיברו אחרת.

יש לך פרוטוקולי טכנולוגיה שונים, גישות ארכיטקטורה שונות, ובעצם מאחד MCP או משלב שירותים, זה יכול להיות סוכן בינה מלאכותית או פתרון בינה מלאכותית, אם אני יותר כללי, אבל MCP עכשיו הוא באמת הדרך לשלב כלים חיצוניים או כלים פנימיים, יכול להיות שניהם.

אבל MCP עכשיו הוא חלק גדול מארכיטקטורת בינה המלאכותית כי יש את האחדות הזו מבחינת טכנולוגיה, וכיום זו נקודה חשובה כי בעבר זה היה אינטגרציה של API ועכשיו זה MCP. זו לא האבולוציה, אבל בעבר הייתה משלב את הסוכן שלך עם API. אתה צריך לנהל, אוקיי, איך לאמת או לנהל את זה או לקרוא לה כלי. עכשיו, הבינה המלאכותית יכולה, אוקיי, יש לי את הכלי הזה זמין, אני יכול לבחור מה אני צריך כדי להשיג את המטרה.

ומה? באמת השתנה מ-MCP ל-API, חיבור.

A בעיקרון, בעבר, מבחינת E אינטגרציה, ממשקי API לא היו אינטליגנטיים. אם אני יכול להגיד את זה, אי, ממשקי API הם פשוט, אוקיי, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה, אתה רון, MCP יכול לתת לבינה המלאכותית, אוקיי, אתה רוצה להשיג את זה.

אני יכול לתת לך את הכלים המדויקים שטועמים לבקשתך, ואתה יכול לקרוא לא רק לכלי אחד, אלא אתה צריך לקרוא לכלים האלה כדי להשיג את מה שאתה רוצה.

זה התפקיד של MCP. זה נותן לבינה המלאכותית, אוקיי, יש לי את הכלים האלה, ואחרי אתה יכול לקרוא לזה או לזה או למספר כלים כדי להשיג את המטרות שלך. זה נותן לך, זה נותן לך, זה נותן לבינה מלאכותית את ההקשר האמיתי של הכל, ו-API זה בסדר, יש לך כלים, יש לך תיאור וזה פחות או יותר הכל, אז זה הפרוטוקול של המודל, אני חושב שדומה למטה דאטה או איך זה עובד אה, לא MCP מאחורי הקלעים, אה, זה פשוט, אה, זה פרוטוקול ב', בעיקרון, זה פרוטוקול טכנולוגי, ומאחורי הקלעים יש לך, כן, יש לך מטה דאטה, יש לך תיאור, אה, יש לך מיומנויות בינה מלאכותית שתיארו יותר, אה, זה באמת מתמקד בבינה מלאכותית בעיקרון, יש לך מיומנויות, יש לך הוראות, ובעצם בינה מלאכותית יכולה להבין טוב יותר, אוקיי, הכלים האלה, אה, עושים את זה, הכלי הזה עושה את זה, אוקיי, אני יכול לקרוא למיומנויות האלה, אני יכול לבקש, אה, את המידע הזה לשרת ה-MCP כדי להשיג את מה שאני יכול לבקש אבל יש לך, כן, יש לך חלק מהמטה דאטה כי אתה צריך להגדיר, אוקיי, אה, את שם הכלי מה עושה מאחורי הקלעים תראה, האם אפשר לומר שהעתיד הוא MCP אז אנחנו צריכים להתחיל לחשוב על אני לא יודע, לחברות יש מאה ממשקי API של REST בתוך הארגון האם הן צריכות להתחיל לבנות שרתי MCP סביבן כן, כן, בעצם בעצם, אה שרת MCPA אנחנו עובדים עם API מאחורי הקלעים אז זה לא תחליף בעצם אה, אם אני אסכם את זה כי שרת ה-MCP הוא בסדר גמור אה, זה נותן את ההקשר ומאחורי הקלעים ה-MCP יכול לקרוא לאפיס מאחורי הקלעים, אבל שרת MCP הוא קצה קדמי, הקדמי, אה, הקדמי, אה, הכלי הקדמי שאתה אתה צריך לקרוא לו כי מאחורי הקלעים אתה תשלח אה, את הבקשה שלך בהתבסס על אוקיי מאחורי הקלעים זה יכול להיות API זה יכול להיות מסד נתונים זה יכול להיות כלים מרובים אבל אתה צריך, אם אתה רוצה, שרת MCP משלך לדוגמה, אם יש לך בחברה שלך אה, ממשקי API ויש לך סוג אחר של שירותים זה יכול להיות אני לא יודע, שירות פיננסי זה יכול להיות שירות משאבי אנוש אם אתה רוצה לבנות MCP משלך אתה צריך להתמודד מאחורי התחום הזה אה, עם כל ה-API הזה ושרת ה-NCP שנצטרך כדי לחשוף את כל ה-API הזה מהם, מהם השירותים מהם הכלים הזמינים מהם המיומנויות ודברים כאלה אחרי זה, אתה צריך להתמודד עם אימות מאחורי הקלעים כי ה-API לא עובד אותו דבר כי אתה יכול לקבל אימות באמצעות מפתח על ידי הזנת דברים כאלה אז אתה צריך להתמודד עם זה אבל ה-MCP יחשוף את הכלים הזמינים ומאחורי הקלעים כל הכלים האלה יכולים לבקש ממשקי API מרובים API 1 זה יכול להיות אה, יש לך ארכיטקטורה שונה מאחורי הקלעים אוקיי ומם, איך ה-MCP?

בוחר את הכלי הנכון כשיש לי, אני לא מכיר 100-500 סוכני בינה מלאכותית זה יתבסס על אה, קודם כל בעיקרון, כשיש לך בקשה בסוכן תגלה את כל הכלים הזמינים שרת ה-MCP יבדוק, תבדוק, אוקיי יש לי את כל הכלים האלה זמינים ובעיקרון, אה, המתזמר של הסוכן יבין אוקיי, יש לי את זה יש לי תואר ראשון במשפטים זמין לאחר מכן, תיצור את התוכנית אם אסכם קצת, תיצור תוכנית עם פעולה כלשהי לביצוע ולאחר מכן, בפעולה הזו אה, בפעולה שאתה רוצה לבצע אה, אתה יכול לקרוא לכלי אחד, שניים, שלושה או יותר כדי להשיג את המשימה שהמשתמש ביקש אז בעצם, המתזמר של הסוכן יבין את כלי ה-MCP ויבחר את הטוב ביותר לבקשה אתה מבין וזה באמת תפקידו של המתזמר של בחירת כלים ודברים כאלה בעזרת ה-LRM כמובן, מכיוון ש-LRM הוא חלק מהמוח והתזמר יתקשר, אוקיי, עם ה-LLM וגם עם הכלים על מנת לקבל את הבחירה הטובה ביותר ואת התוכנית הטובה ביותר על מנת להשיג את המשימה כן, אני, אני חושב שבמשך זמן מה הרבה חברות התחילו עם PowerShell ועכשיו הן משתמשות במיקרוסופט Brave API האם A-Graph ו-NCP מגיע A-A או איך-הי?

כן, אני חושב שינה בעצם, בעצם Graph API A למען האמת, לא, אין MCPA, MCP לגרפים אם תקראו לזה, אתם יודעים, עכשיו יש לכם בעולם Microsoft Cifi מייקרוסופט הציגה הרבה שרתי MCP ושרתי ה-MCP האלה מבוססים מאחורי הקלעים על גרף של מייקרוסופט

לדוגמה, אם אתם רוצים להשתמש בשרת LCP של הצוות מאחורי הקלעים יש לכם את ממשק הגרף API שנקרא כשאתם משתמשים בשרת NCP אז בינה מלאכותית גרפית בעולם Microsoft 365 היא מרכזית כי מאחורי הקלעים ה-NCP התקשר עם הגרף מאחורי הקלעים כדי לבצע את הבקשה, כדי שהבקשה תעבוד היטב אבל כן, כיום, גרף הוא מרכזי גם בקופילות באופן כללי כי האינדקס הסמנתי של Copilot מבוסס על נתונים גולמיים אבל למעשה, אתם צורכים גרף דרך צלילי MCP כיום, זה כאילו Microsoft 65 מכיל ערך מדהים, הקשרים ארגוניים, מסמכים, פגישות, מיילים, אנשים, צוותים, שיחות ואני אומר, שיתוף תוכן איך אנחנו חושפים את ההקשר הזה בלי?

ליצור סיוט הבטחה?

אתה מתכוון מבחינת ממשל לדברים כאלה? כן, זו תמיד בעיה כי הרבה אנשים בונים סוכן בלי לבצע ממשל ראוי מאחורי הקלעים אז אני רוצה לבנות סוכן אוקיי, בואו נמשיך אנחנו בונים ואנחנו פורסים ואחרי אה אבל אה אוקיי, הסוכן הזה יטפל בהרבה נתונים איך מנהלים את זה? השאלה הראשונה היא אוקיי, איך אני מכניס את ניהול הסוכנים? אה, לפני כן, זה יכול להיות כמו שאמרת, בלגן כי אה, הרבה אנשים רוצים אוקיי אני רוצה לבנות סוכן, סוכן, סוכן או שאני רוצה לבנות משהו אה, אני רוצה לבנות פתרון בינה מלאכותית אבל מאחורי הקלעים אה, אחד הדברים הראשונים אם אתה בהקשר של מייקרוסופט 365 למשל, אחד הדברים הראשונים לעשות הוא אוקיי, להבין את הנתונים שלך כי בלי להבין את הנתונים שלך אה, אתה עבוד אתה צריך להבין את הנתונים שלך כי חשוב להבין אוקיי, אה, האם אני מתמודד עם נתונים סודיים או לא? האם אני מתמודד עם אה נתונים סודיים ביותר? אוקיי, אה, אתה צריך להבין את הנתונים שלך. אחרי זה, אם אתם במערכת CR של מייקרוסופט, אתם צריכים להציב, למשל, תכונות DRP, תיוג רגישות, דברים כאלה, כי בלי זה, אה, זה יכול להיות בעיה.

אחרי זה, אתם צריכים גם לנקות קצת, אה, את הנתונים שלכם, כי אה, בינה מלאכותית, אם, אם נתונים גרועים, אם נתונים גרועים, הסוכן שלכם לא יעבוד כמו שאתם רוצים, כי אה, אם יש לכם, אה, אם יש לכם מסכה בית, אני לא יודע, ערוץ צוות של SharePoint, אה, אה, דברים כאלה, אם זו מסכה, אה, בעיקרון זה יראה קשה לעבוד נכון, אה, בגישה של סוכן, אה, אבל כן, אתם צריכים להבין את הנתונים שלכם, אתה צריך להציב קצת, קצת, אה, אבטחה, אה, בסיסית, כמו, אה, אימות, כמו שאמרתי, PureView, אה, תכונות אה, ו-PureView, כי זה הפך לפתרון מרכזי, להציב את כל הדברים האלה, אה, של האבטחה והממשל, אה, במקום.

ואחרי שניקית את הנתונים שלך, כשיש לך אבטחה בסיסית, אתה צריך גם להבין את נושא הרישוי, כי לפני שמתחילים לבנות סוכן, אתה צריך להבין לאן המפתחים מיומנים, האם הם מאומנים. האם? יש להם את הרישוי הנכון כדי להתחיל לשחרר, האם אנחנו צריכים מנויים כאלה? אחרי, אחת. הבעיות הגדולות היא הכלים, איך אני משלב את כל הכלים כמו שצריך, בפיתוח שלי, בסוכן שלי.

האם אני צריך להגביל משהו? למען האמת, זו שאלה גדולה, יש לך פעילויות שונות לקחת בחשבון, אבל בשבילי הכי חשוב זה להבין את הנתונים שלך, ואם.

חברה לא מבינה את הנתונים, זו תהיה בעיה בהתחלה, למען האמת. אוקיי? ומתי? איך? עשינו את זה? שאלתי את זה? נושא האבטחה. אני חושב שיש שני.

סוגים של אנשים. אחד אומר, אוקיי, אה, הם צריכים הרשאות משתמש, והשני אומר שהם צריכים הרשאות אפליקציה.

האם סוכן צריך להיות, איך סוכן צריך לפעול באופן כללי? אה, ההמלצה הכי טובה שלי היא, בעיקרון, כשאתה צריך להתמודד עם פתרון סוכן, תמיד תעשה אה, סליחה, בהרשאות משתמש, ותעביר הרשאות, כי מבחינת הבטחה, למען האמת, זה עדיף, כי המשתמש יטפל רק בנתונים ובכלים שיש לו גישה עליהם.

זה העיקרון המרכזי ביותר. אחרי זה, אם אתה צריך הרשאות אפליקציה עבור, אני לא יודע, API ספציפי, הקשר ספציפי, אתה יכול. אבל על, אה, אל תשתמש ישירות בהרשאות אפליקציה, אה, אה, הפוך את זה להקשר של עטיפה. אז אתה יוצר, אני לא יודע, זה יכול להיות, יכול להיות שרת MCP, למשל, ואתה משלב את ה-MCP הזה עם הרשאות אפליקציה מאחורי הקלעים. אז, ה-MCP יקרא, למשל, אני לא יודע, ל-API שלך מאחורי הקלעים עם הרשאות אפליקציה, ואחרי שהוא נותן לך את המידע.

שאתה צריך, אבל המשתמש לא יטפל ישירות בהרשאות אפליקציה. אנחנו קוראים עם הרשאת משתמש לשרת MCP. לדוגמה, בשרת ה-MCP יקרא לאפליקציה או לשירותים מאחורי הקלעים עם אפליקציה עם הרשאת אפליקציה יהודית. אתם יכולים לראות את ההבדל. אה, בסדר. אה, מעניין. אני חושב שכאשר אנחנו חושבים על ארכיטקטורה, אנחנו גם צריכים להסתכל קצת יותר לעומק.

אני חושב שיש שלושה נושאים גדולים בארכיטקטורה. יש לנו את נושא הארגומנטים של החזור.

יש לנו את נושא הידע ויש לנו את נושא החיפוש האנטרפרייזי האחורי. עמם.

בואו נתחיל עם רק. איפה רק משתלב בארכיטקטורה?

ה-רג. למען האמת, רג הוא בעצם הכי טוב מבחינת.

ביצועים, כי בינה מלאכותית צריכה להבין סוגים שונים של נתונים ובעצם.

הרג נמצא כאן כדי לענות על שאלה. כי בעבר, כשלא היה לך רג, בעצם היית צריך להתמודד עם גישה שונה. לא מהדור הישן, אבל זה היה מסובך.

אבל רג הוא מרכזי כיעה, כי רג יבין סוגים שונים של נתונים. אה, אתם תצליחו להחזר בעצם את המידע שאני צריך. המסמכים, אה, זה יכול להיות סוגים רבים של נתונים.

אז כן, רג הוא מרכזי בימינו בארכיטקטורת בינה מלאכותית. כן. אבל זה נכון שהרבה משתמשים, כשמדברים על רג מאחורי הקלעים, לא יודעים מה זה. כי כיום, מייקרוסופט או הרבה חברות תוכנה שונות לא מדברות על זה, כי מאחורי הקלעים יש רג. אבל למשל, בקופילות סטודיו, המשתמש לא מבין את מה שמאחורי הקלעים זה רג. ובימינו, כשרוצים לצלול לעומק, יש את הקונספט הזה. אבל הרבה משתמשים, רג זה לגמרי לא יודעים מה זה. כי הם פשוט משתמשים בכלים. ומאחורי הקלעים יש את הקונספט הזה, ואז יש לנו את הנושא הבא. זה ידע, איך אנחנו משיגים את זה. מאיפה מערכות הבינה המלאכותית קיבלו את הידע שלהן.

האם אני אוספת J-Board או איך זה עובד? בעצם, יש לך את זה, אתה צריך להיות קנה. הידע יכול להיות מאוחסן בהרבה.

מערכות שונות. זה יכול להיות קובץ טקסט רגיל, קובץ מרקדאון, מאגר ידע, כל דבר. אבל למעשה, אם יש לך שרת MCP, אתה יכול לגשת לידע הזה. או אם יש לך, למשל, אני לא מכיר אותך, יש לך מחבר לנקודת שיתוף, יש לך מחבר לשירותים רבים בימינו, אז הגישה לידע קלה יותר מבעבר, בואו נהיה כנים. כי בעבר, היית צריך לבנות את התוסף שלך ולבקר בכל דבר. כיום, יש לך מחבר ישיר לכל מערכת, אתה יכול לשלב את הידע שלך בלי להתעסק עם צוות פיתוח גדול, גדול ביחד.

אני, אני חושב, ממ�, אני חושב שלעיתים קרובות יש לנו. אני לא יודע, אני אוסף, אני אומר למד, אני לא יודע, חברה. המם, ואיך בינה?

מלאכותית מבינה אלו.

מסמכים אינם מוכנים, או מיושנים, או משוכפלים. איך, איך, איך, איך אפשר להבין את מערכת הבינה המלאכותית הזו? במה אנחנו צריכים להשתמש ובמה? אה, בעיקרון, אה, אתה משתמש בראג כי, מאחורי הקלעים, אתה צריך להבין, אוקיי, אה, מה הנתונים שלך.

אבל, אה, למען האמת, אם אני אסכם, אה, קצת אתה, אתה מתחיל מההנחיה, בסדר. המשתמש רוצה, אוקיי, אתה רוצה, למשל, לחפש ברחבי, אני לא יודע, מאגר ידע, למשל, קונן אחד.

מאחורי הקלעים, אה, כאשר כאשר התזמור, בעזרת LM, מבין את ההנחיה ואת כוונת המשתמש, אה, מאחורי הקלעים, אה, יש לך את האינדקס, בעיקרון. כי, למשל, בקופיות, יש לך את האינדקס הסמנתי, והאינדקס הסמנתי הזה נותן לך, אה, בעיקרון, אוקיי, יש לי את כל הידע הזה, ואתה יכול, אם שאילת את אינדקס סמנטי אה הבינה המלאכותית, יכולה לבצע שאילת ישירה על האינדקס הסמנתי כדי לבצע, אה, לבצע רג, למשל, ואתה יכול ישירות, בסדר, לבחור את המסמכים הנכונים בהתבסס על, אה, הצרכים. אבל בקופילות, יש לך את האינדקס הסמנתי הזה, והבינה המלאכותית יכולה לבצע שאילת ישירה על האינדקס הזה, אה, עם שפה טבעית מאחורי הקלעים. אז אני אשאל, אוקיי, אני רוצה להבין, אה, אני לא יודע איך, אה, איך להגדיר את PN הVPN של החברה שלי. ומאחורי הקלעים, תיבצע רג על האינדקס הסמנתי ובעצם אחזר את המסמך שמכיל, למשל, את כל ההגדרות של הVPN של החברה. לדוגמה, בצ'ט של Microsoft 365 Copilot, אה, מאחורי הקלעים, זה Graph API, כי, כמו שאמרתי קודם, יש לך את האינדקס הסמנתי שנבנה על Graph API.

זו תכונת Graph מאחורי הקלעים, אבל אה, כשיש לך פיתוח מותאם אישית, יש לך, למשל, Foundry IQ מאחורי הקלעים. זה היה שירות Azure עם שם אחר. אבל עכשיו אתה יכול לקבל מערכת מטלה משלך אם אתה רוצה, ובעיקרון אתה יכול, אה, כשיש לך סוכן מותאם אישית, אתה יכול לבקש את זה ישירות עבור מופע Foundry IQ. אוקיי, אה, אני רוצה להשתמש בית, אני רוצה להגדיר את חברת ה-VPN שלי, והבינה המלאכותית יכולה להחזר את מה שאתה צריך מבחינת מסמכים. זה יכול להיות קבצי PDF, Word, Excel, דברים כאלה.

וככה, החיפוש עובד נכון, או, מאחורי הקלעים, אתה מתכוון, כן, אה, מאחורי הקלעים, כן, יש לך את החיפוש, אה, אבל בעיקרון בימינו יש לך מאחורי הקלעים, מאחורי הקלעים של. של, של, של, של, של, של, של, של, של, של, של, של, של, של, של, של, של, של, של, של, של, של, של. יש לך שלוש, אה, שלוש יכולות יש לך את החיפוש הסטנדרטי שהוא בעצם חיפוש שבו אתה פשוט. מכניס כמה מילות מפתח ואתה מחפש במסמכים שלך ודברים כאלה. זהו חיפוש פשוט. כולנו מכירים חיפוש מילות מפתח כמו בגוגל. אחרי זה, יש לך שתי יכולות שונות.

קודם כל, מאחורי הקלעים. יש לך את היכולת של Reg בגרף, ויש לך גם את חיפוש האינדקס הסמנתי של Copilot, שהוא קצת שונה מכיוון שReg הוא באמת יותר מתקדם מחיפוש האינדקס הסמנתי של Copilot אבל יש לך את כל שלוש היכולות האלה מאחורי הקלעים כדי ליצור, זה לא אתה, אבל מאחורי הקלעים הבינה המלאכותית יכולה לקרוא לשלוש היכולות השונות האלה כדי להחזר את הנתונים מכונן אחד, Teams, M365 באופן כללי אחרי הוא יכול לכלול את האינדקס הסמנתי של Copilot גם את מחברי Copilot אז, לדוגמה, אם יש לך Salesforce מחובר אליו עם מחבר Copilot, הוא יכול גם לחפש בכל הנתונים שלך בסיילס פורס בשירות עכשיו בחלים מרובים כי הכל, אה, עם מחבר Copilot, שילבת את כל הנתונים בגרף אה, אינדקס, אינדקס סמנטי, אתה יכול לבצע שאילתות ישירות למערכות החיצוניות שלך עמם אוקיי, ואני חושב שכאשר אנחנו בונים סוכנים יש לנו את החלק של הממשל ואחד החלקים הוא גם בשבילי אני אומר ניהול מחזור חיי סוכן איך זה נראה בעצם?

אה, זה, למען האמת, במערכת האקולוגית של Microsoft זה די פשוט אם יורשה לי לומר את זה כי כשאתה מתמודד עם קוד נמוך, למשל, מהדר סטודיו, אתה מתמודד עם ארבעה פלטפורמות I am concept, אה, שום דבר לא השתנה אז, יש לך פתרון, יש לך אום במקום, יש לך צינור אז, כשאתה מתמודד עם Copilot Studio, למען האמת, זה כמו קודם כי יש לך את כל הדברים שהשקעת בהם מבחינת ניהול Power Platform, מחזור חיים, אום זה בדיוק אותו דבר אה, זה דבר טוב כי הרבה אנשים שואלים אותי, אה, סטודיו מוכשר, איך מנהלים האם זה שונה? גרשיים לא, זה ממש פשוט כמו ניהול מחזור חיים של אפליקציות אוטומציה ליבה אז, במקרה הזה, זה ניהול מחזור חיים של סוכן אבל מאחורי הקלעים, אותו concept A כמו פלטפורמת הליבה וכשמתעסקים אם, למשל, פיתוח מותאם אישית, זה בעצם כמו בונים, אה, אפליקציות, אפליקציות רשת, דברים כאלה כי אתה מנהל הכל כמו קוד אז, יש לך מסגרות, יש לך היבט הבטחה, דברים כאלה אז, הכל, למען האמת, מבחינת אפליקציות, ניהול חיי סוכנים, זה בעצם אותו concept כמו קודם וזו נקודה טובה בשבילי כי אתה לא צריך להשקיע הרבה, אה, מבחינת, אה, תהליך מחזור החיים, דברים כאלה אבל היחיד שיש לך איזשהו שינוי, אה, אבל אה, אחד השינויים הגדולים הוא אוקיי, אתה צריך לדאוג ל-LLM, דברים כאלה, פריסה, דברים כאלה אבל מאחורי הקלעים, נראה שבעבר גישת DevOps עם צינור, דברים כאלה אז, לדעתי, שום דבר לא השתנה כי אנחנו מנהלים סוכנים אה, זה יכול להיות פיתוח מותאם אישית או התמודדות, אתם עם אותה גישה כמו קודם, למען האמת, בימינו וזה, אומר או כאשר חברה הם לא משתמשים בהם לפני כן, בינה מלאכותית בחברה אבל יש להם את ההגדרה המושלמת לתצוגה עבור דפנדר וכל הכלים הבאים האם יש שינוי כלשהו לעשות או שזה אומר מוכנות לבינה מלאכותית אה, זו שאלה גדולה כי מוכנות לבינה מלאכותית אה, עבור מייקרוסופט, אה, זה בסדר אה, אה, אתם מחדדים עמלות, מנהלים דברים כאלה אבל, אה, אוקיי, מוכנות בשבילי היא לא רק גישה טכנית כי, אוקיי, טכני, אנחנו יודעים מה לעשות אוקיי, אנחנו צריכים לנהל הרשאות על פני הרבה שירותים, אתם יודעים בשבילי, מוכנות לבינה מלאכותית חייבת לכלול גם, אה, את הנתונים הנתונים, הבנתם כי, אה, כשאתה לא מבין את הנתונים שלך כמו שאמרתי קודם, אה, אתה לא יכול, אה, לקחת אתה לא יכול לנהל את החלק הטכני כי, אה, כשאתה לא יודע מה סודי ומה לא למשל, אה, קשה ליישם קצת, קצת הבטחה, קצת דברים ביטחוניים אבל אם אנחנו, אם אנחנו הולכים לפי מייקרוסופט, מוכנות לבינה מלאכותית זה בסדר אתה צריך לנהל הרשאות, אתה רוצה לשים תוויות רגישות במקום, אה, אתה צריך ליצור GLPA, דברים כאלה אבל יש לך גם היבט ברמה גבוהה יותר, אה, ברמה גבוהה יותר, אה, ובשבילי, מוכנות לבינה מלאכותית היא לא רק טכנית, יש לך גם היבט פונקציונלי או ברמה גבוהה לקחת בחשבון, למען האמת, בימינו עמם כן, זה באמת מעניין עמם, אני חושב שהרבה חברות שזה התחיל עם הבינה המלאכותית אבל עכשיו אם סוכנים הרבה חברות אומרות אה זה, מחק את כל האימיילים שלי או עושים משהו רע רע

עמם איך חשבת מה חברות יגידו שהן פוחדות מבינה מלאכותית?

זו, זו שאלה טובה, כי אני גר בשוויץ, ובעיקרון יש לנו הרבה בנקים פרטיים ויש לנו הרבה, למען האמת, באמת, אה, לקוחות רגישים, למען האמת ובעיקרון, החלק הכי קריטי הוא, אוקיי, איפה הנתונים מעובדים כי בעצם, וגם, אה, כן, אוקיי, האם בינה מלאכותית מחפשת את האימיילים שלי דברים כאלה אז מאחורי הקלעים שלי, הם תמיד שואלים את זה אבל החלק הכי קריטי עבורם הוא, אוקיי, אני צריך להבין, אוקיי, איפה הנתונים מעובדים וגם, אוקיי, אה, אני הבעלים של הבינה המלאכותית אז אני מעביר את ההוראה לבינה המלאכותית והבינה המלאכותית מאחורי הקלעים תעשה את העבודה והם מפחדים, למשל, מההיבט האוטונומי, אה, כי בימינו, אוקיי, אפשר, אוקיי, לעשות את זה ומאחורי הקלעים הבינה המלאכותית תחפש משהו, אה, שאילת, אה, משהו מאחורי הקלעים והם מפחדים, אוקיי, אה, כשאני מבקש מה, לעשות משהו, מה מאחורי הקלעים מבצע אה, כן, יש הרבה שאלות כאלה אוקיי, איך אני לוקח שליטה על התהליך המלא מאחורי הדבר הזה אם זה יכול להיות סוכן בינה מלאכותית או שירות בינה מלאכותית כן, יש איזו שאלה כזו, אבל זו באמת שאלה של אימוץ וגם הכשרה א. כדי ליישם הכשרה על, אוקיי, איך להבין בינה מלאכותית, איך להבין מאחורי הקלעים מה בדיוק מבוצע ושקיפות היא גם נקודה חשובה, א. כי שקיפות צריכה להיות בכל פתרון בינה מלאכותית כי שקיפות היא נושא גדול בשבילי, כי אתה צריך, אתה צריך להכניס הכל, א. הכל, כי פתרון הבינה המלאכותית שלך צריך להיות שקוף אתה צריך להבין מה מתבצע מאחורי הקלעים, אילו נתונים נשאלים א. אתה צריך לעקוב א. אתה צריך לתעד הכל אז הכל צריך להיות שקוף כשיש לך פתרון בימינו כי אתה צריך להבין בדיוק אהמה מה מתבצע מאחורי אהלו נתונים מעובדים אהומה ההיגיון מאחורי הקלעים אוקיי, איך אה יצרת את התוכנית הזו על סמך אילו עובדות ודברים כאלה?

מדהים, אה, אני רואה שנגמר לנו קצת הזמן, אז, כן, סליחה אתה יודע, זה היה ממש מדהים, אבל בכל פודקאסט אה יש לי סיבוב מהיר אז, אה, אז, אני נותן משפט קצר ואתה נותן תשובה קצרה אז, אתה מוכן? כן, Copilot Studio או Custom Code Copilot Studio, אה, Microsoft Foundry או קופילות סטודיו קופילות סטודיו, אה, Tapescript או Saperscript GitHub או DBA Ops של Azure GitHub, אה, רק או Fine Tuning בסדר, מהו ה-API הכי פחות מורח של Microsoft A?

אז אולי תוכל להזמין אותה ולבקש, אוקיי, תגיד לי, אה, תגיד לי בימינו איך להתמודד בין עבודה פונקציונלית לטכנית, כי יש לך שם כמה אה, כמה אתגרים גדולים גדולים כן ושאלתי האחרונה היא, מה אנשים צריכים, כשהם יכולים ללמוד משהו מהמפגש הזה, מה הם צריכים ללמוד מהמפגש?

הזה, אתה מתכוון A, בעיקרון, בינה מלאכותית מתפתחת מהר ואם אתה רוצה להיות מעודכן בימינו, A, אתה צריך לעקוב, A, הכל, כי בימינו בינה מלאכותית נמצאת ממש על פני, A, כל המס של מייקרוסופט, למען האמת ובימינו, אחד הדברים שאתה צריך להבין הוא שהאבולוציה מהירה, ואתה צריך להיות מעודכן, A, באמת, A, בכל עת, כי, A, אתה תפספס משהו בשלב מסוים אם, אם לא, A, אם לא תלמד, אם לא תבין את האבולוציה בסוג כזה כן, אז כן, A, תודה שהצטרפתם אליי אני חושב שהלקח החשוב מהשיחה הזו הוא שהרחבת מייקרוסופט C65 קופה אילות אינה רק כתיבת הנחיות מתוחכמות יותר ויותר אה, אני חושב שאנחנו מתקדמים לעבר ארכיטקטורה שבה קופאילוט וסוכנים יכולים לחבר ידע ארגוני, אפליקציות עסקיות של גרפים של מייקרוסופט, אפי וכן הלאה עמם, כן, אני חושב שקופארט סטודיו, מייקרוסופט פאונדרי, פיתוח מותאם אישית וטכנולוגיה כמו MCP נותנים למפתחים ארגז כלים מדהים וחזק אה, וכן, אבל ככל שהסוכנים הופכים ליותר מוכשרים, כך גם היסודות הופכים לחשובים יותר, זהות הרשאות, הבטחה, ממשל, בדיקות, תצפית, ניהול מחזור, חיי יישומים וכן הלאה אז כן, אני חושב שנתתם סקירה ממש ממש טובה של כל הנושאים האלה אז תודה שהצטרפתם אליי ולמאזינים כל המידע עליהם אתם מוצאים בהערות התוכנית בדף הפודקאסט של MC65FM אכן, היכן תוכלו להתחבר ולראות את עבודתו של EES וכן, תודה שאתם כאן תודה שהזמנתם אותי היה ממש כיף איתך