WEBVTT

00:00:00.180 --> 00:00:03.740
Dzisiejszy temat to coś, o czym niemal każdy słyszał, ale prawie nikt nie potrafi wyjaśnić.

00:00:03.900 --> 00:00:04.940
Mówię o agentach AI.

00:00:05.300 --> 00:00:08.960
Prawdopodobnie słyszałeś ten termin na spotkaniu, czytałeś o nim na blogu lub widziałeś w nagłówku.

00:00:09.180 --> 00:00:13.560
Wszyscy o nich mówią, ale poproś kogoś o definicję, a odpowiedzi stają się bardzo niejasne.

00:00:13.760 --> 00:00:18.540
Szum jest ogromny, definicje są gliste, a określenie to jest używane tak swobodnie, że straciło niemal całe swoje znaczenie.

00:00:18.740 --> 00:00:20.580
Oto najczęstszy błąd, jaki popełniają ludzie.

00:00:20.820 --> 00:00:23.280
Myślą, że agent to po prostu hotbot z bardziej wymyślną nazwą.

00:00:23.440 --> 00:00:24.800
Pytasz o coś, a on odpowiada.

00:00:24.800 --> 00:00:26.520
To nie jest agent, to jest hotbot.

00:00:26.660 --> 00:00:28.460
I istnieje prawdziwa różnica między nimi.

00:00:28.660 --> 00:00:29.620
Co więc się zmieniło?

00:00:29.820 --> 00:00:32.160
Dlaczego wszyscy nagle mają obsesję na punkcie agentów?

00:00:32.240 --> 00:00:35.380
I co ważniejsze, dlaczego miałoby Cię to obchodzić, jeśli nie jesteś programistą?

00:00:35.560 --> 00:00:38.760
Pod koniec tego odcinka zrozumiesz, czym naprawdę jest agent AI.

00:00:38.920 --> 00:00:43.640
Dlaczego Microsoft zbudował wokół nich cały system i dlaczego ma to znaczenie dla Twojej pracy?

00:00:44.860 --> 00:00:46.480
Czym dokładnie jest agent AI?

00:00:46.740 --> 00:00:48.260
Już wiesz, jak działa hotbot.

00:00:48.480 --> 00:00:50.020
Wpisujesz coś, a on odpowiada.

00:00:50.160 --> 00:00:51.280
To jest konwersacja.

00:00:51.500 --> 00:00:51.800
Jest reaktywna.

00:00:52.520 --> 00:00:54.560
Czeka, aż coś powiesz, a potem odpowiada.

00:00:54.560 --> 00:00:55.740
Agent jest inny.

00:00:55.940 --> 00:00:57.320
Nie tylko odpowiada, on działa.

00:00:57.560 --> 00:00:58.660
Myśli, decyduje, działa.

00:00:58.840 --> 00:01:00.720
To najprostsza definicja, jaką mogę Ci podać.

00:01:00.860 --> 00:01:01.640
Oto jak to działa.

00:01:01.880 --> 00:01:02.880
Najpierw agent myśli.

00:01:03.120 --> 00:01:07.840
Wykorzystuje duży model językowy, aby przeanalizować, czego naprawdę potrzebujesz, nie tylko co wpisałeś, ale co miałeś na myśli.

00:01:08.060 --> 00:01:11.860
Jeśli powiesz umów spotkanie z Sarą w przyszły wtorek, agent nie tylko powtórzy to za Tobą.

00:01:12.100 --> 00:01:14.100
Zastanawia się, co ta prośba naprawdę oznacza.

00:01:14.360 --> 00:01:15.720
Następnie podejmuje decyzję.

00:01:15.940 --> 00:01:17.440
Rozbija Twoją prośbę na etapy.

00:01:17.600 --> 00:01:19.260
Umówienie spotkania staje się planem.

00:01:19.260 --> 00:01:23.200
Sprawdź kalendarz, znajdź wolny termin, sprawdź dostępność Sary, wyślij zaproszenie.

00:01:23.380 --> 00:01:25.640
Agent nie zgaduje, tworzy sekwencję działań.

00:01:25.780 --> 00:01:26.500
Na koniec działa.

00:01:26.760 --> 00:01:29.040
Wywołuje narzędzia i usługi, aby zrealizować zadanie.

00:01:29.220 --> 00:01:31.280
Nie mówi Ci, jak umówić spotkanie, on je umawia.

00:01:31.480 --> 00:01:34.500
Nie wyjaśnia, jak sprawdzić pogodę, on sprawdza pogodę i podaje Ci odpowiedź.

00:01:34.680 --> 00:01:36.080
Zastanów się więc nad tą różnicą.

00:01:36.280 --> 00:01:37.360
Hatbot jest reaktywny.

00:01:37.560 --> 00:01:38.780
Czeka na Twoje kolejne pytanie.

00:01:39.040 --> 00:01:40.180
Agent jest proaktywny.

00:01:40.420 --> 00:01:42.640
Dajesz mu cel, a on zajmuje się jego realizacją.

00:01:42.880 --> 00:01:47.280
Może wrócić z pytaniami, jeśli potrzebuje więcej informacji, ale nie musisz go prowadzić za rękę przez każdy krok.

00:01:47.280 --> 00:01:49.700
Hatbot jest jak punkt informacyjny w bibliotece.

00:01:49.840 --> 00:01:52.800
Pytasz, gdzie jest książka, a oni wskazują Ci odpowiednią alejkę.

00:01:53.000 --> 00:01:55.860
Agent jest jak osobisty asystent, który ma klucze do budynku.

00:01:56.100 --> 00:01:59.520
Mówisz, potrzebuje informacji o naszych kluczowych klientach na jutrzejsze spotkanie,

00:01:59.660 --> 00:02:02.600
a on je znajduje, porządkuje i wręcza Ci dokument z podsumowaniem.

00:02:02.800 --> 00:02:05.060
Nie mówiłeś mu, gdzie szukać, ani jakiego formatu użyć.

00:02:05.220 --> 00:02:05.980
Sam na to wpadł.

00:02:06.140 --> 00:02:08.060
Jednak sekret nie tkwi tylko w modelu LLM.

00:02:08.240 --> 00:02:11.420
Model językowy jest inteligentny, ale sam w sobie jest tylko mózgiem bez rąk.

00:02:11.420 --> 00:02:14.380
Tym, co czyni coś agentem, jest połączenie trzech elementów,

00:02:14.380 --> 00:02:18.540
wnioskowania umiejętności przemyślenia problemu, narzędzi zdolności do działania w świecie

00:02:18.540 --> 00:02:21.660
oraz pamięci umiejętności zapamiętywania tego, co się wydarzyło.

00:02:21.820 --> 00:02:26.540
Połącz te trzy elementy, a otrzymasz coś, co nie tylko odpowiada na pytania, ale też załatwia sprawy.

00:02:26.740 --> 00:02:28.860
Zanim pojawił się framework, panował chaos.

00:02:29.120 --> 00:02:32.540
Skoro więc agenci są tak użyteczni, dlaczego nie wszyscy już ich tworzą?

00:02:32.720 --> 00:02:35.720
Krótka odpowiedź brzmi, do niedawna był to skomplikowany proces.

00:02:35.720 --> 00:02:40.780
Trzeba było samodzielnie łączyć wiele narzędzi, trochę jak podczas próby zbudowania samochodu z części od różnych producentów,

00:02:40.880 --> 00:02:42.560
mając nadzieję, że będą do siebie pasować.

00:02:42.740 --> 00:02:48.040
Pierwszą próbą naprawienia tego problemu przez Microsoft był semantic kernel, zestaw SDK do integrowania, a i z aplikacjami.

00:02:48.220 --> 00:02:51.000
Potężna rzecz, ale to była tylko skrzynka z narzędziami, a nie gotowy projekt.

00:02:51.220 --> 00:02:53.780
Dawał ci części, ale to ty musiałeś wymyślić, jak je złożyć.

00:02:53.940 --> 00:02:56.120
Potem pojawił się autogen z Microsoft Research.

00:02:56.320 --> 00:03:01.160
Ten framework eksplorował wieloagentowe konwersacje, w których agenci AI ze sobą rozmawiają, debatują i współpracują.

00:03:01.160 --> 00:03:05.000
Nowatorskie, owszem, ale eksperymentalne, nieprzystosowane do systemów produkcyjnych.

00:03:05.220 --> 00:03:07.180
Deweloperzy stanęli więc przed trudnym wyborem.

00:03:07.420 --> 00:03:12.060
Semantic kernel był stabilny i gotowy dla przedsiębiorstw, ale brakowało mu zaawansowanych wzorców orkiestracji.

00:03:12.240 --> 00:03:17.020
Autogen miał świetne możliwości wieloagentowe, ale nie był czymś, co uruchomiłbyś w środowisku produkcyjnym.

00:03:17.240 --> 00:03:20.880
Każdy miał własną krzywą uczenia się, własny sposób działania i własną społeczność.

00:03:21.040 --> 00:03:22.420
I nie chodziło tylko o Microsoft.

00:03:22.700 --> 00:03:25.840
Pojawiły się inne frameworki, Langchain, Revai i tuzin innych.

00:03:26.060 --> 00:03:27.800
Ekosystem był całkowicie rozproszony.

00:03:27.800 --> 00:03:32.080
Jeśli chciałeś tworzyć agentów w pracy, musiałeś stać się ekspertem w szybko zmieniającym się świecie.

00:03:32.260 --> 00:03:33.520
Którego frameworka się uczyć?

00:03:33.760 --> 00:03:34.460
Który przetrwa?

00:03:34.660 --> 00:03:36.280
Który z nich faktycznie wspiera Microsoft?

00:03:36.580 --> 00:03:37.800
Dla początkującego było to przytłaczające.

00:03:38.520 --> 00:03:41.540
Wyobraź sobie, że jesteś deweloperem w firmie badającej możliwości agentów AI.

00:03:41.760 --> 00:03:46.280
Szukasz informacji i znajdujesz pięć różnych frameworków, z których każdy ma własną dokumentację, wzorce i społeczność.

00:03:46.500 --> 00:03:47.860
Nie wiesz, od czego zacząć.

00:03:47.920 --> 00:03:49.940
Nie wiesz, na który z nich warto poświęcić swój czas.

00:03:50.100 --> 00:03:52.040
To rozdrobnienie tworzyło realną barierę.

00:03:52.220 --> 00:03:55.740
Nie chodziło tylko o naukę narzędzia, chodziło o postawienie na cały ekosystem.

00:03:57.800 --> 00:04:01.780
Dla eksperymentów do rzeczywistych procesów biznesowych, Microsoft zrozumiał, że to nie jest trwałe.

00:04:01.920 --> 00:04:07.060
Potrzebowali jednego frameworka, jednego ujednoliconego podejścia, jednej odpowiedzi na pytanie, jak zbudować agenta?

00:04:07.260 --> 00:04:08.800
Czym jest Microsoft Agent Framework?

00:04:09.500 --> 00:04:14.480
Microsoft wziął więc dwa posiadane frameworki, semantic kernel i autogen i połączył je w jeden.

00:04:14.720 --> 00:04:18.540
Wynikiem jest Microsoft Agent Framework, pojedynczy ujednolicony SDK,

00:04:18.820 --> 00:04:24.240
który łączy stabilność Enterprise Semantic Kernel z nowoczesnymi wzorcami multiagentowymi z autogen.

00:04:24.240 --> 00:04:27.960
Zespoły, które stworzyły te dwa frameworki, pracują teraz razem nad tym jednym.

00:04:28.140 --> 00:04:31.260
Framework ten zadebiutował w wersji zapoznawczej pod koniec 2025 roku,

00:04:31.340 --> 00:04:33.820
a w lipcu 2026 roku osiągnął wersję 1.0.

00:04:33.960 --> 00:04:37.860
Ten harmonogram jest ważny, ponieważ pokazuje, że nie jest to projekt badawczy ani eksperyment.

00:04:37.980 --> 00:04:39.640
To gotowy produkt klasy produkcyjnej.

00:04:39.840 --> 00:04:42.340
Microsoft mówi, budujcie na tym swoje rzeczywiste systemy.

00:04:42.500 --> 00:04:43.680
Jest również open source.

00:04:43.940 --> 00:04:47.520
Możesz go znaleźć na GitHub'e z ponad 7 tysięcy gwiazdek i ponad 100 współtwórcami.

00:04:47.800 --> 00:04:48.960
Społeczność jest aktywna.

00:04:49.100 --> 00:04:52.540
Co tydzień odbywają się spotkania, podczas których można bezpośrednio porozmawiać z zespołem inżynierów.

00:04:52.700 --> 00:04:54.680
Tego nie dostaniesz w przypadku zamkniętego produktu.

00:04:54.840 --> 00:04:57.740
Framework wspiera Pythona i .NET jako języki najwyższej klasy.

00:04:57.960 --> 00:05:01.560
Niezależnie od tego, czy jesteś programistą C-Kratka, czy Pythona, masz takie samo doświadczenie.

00:05:01.720 --> 00:05:04.700
To duża sprawa, ponieważ wiele frameworków AI jest tylko dla Pythona.

00:05:04.920 --> 00:05:08.320
Microsoft podjął świadomą decyzję, by traktować oba języki równorzędnie.

00:05:08.480 --> 00:05:10.120
A oto coś, co może Cię zaskoczyć.

00:05:10.120 --> 00:05:19.400
Framework wspiera ponad 7 różnych dostawców modeli Microsoft Foundry, Azure OpenAI, OpenAI, Anthropic Cloud, Amazon Bedrock, Google Gemini, a nawet modele lokalne przez Allama.

00:05:19.600 --> 00:05:22.540
Piszesz logikę agenta raz, a działa ona na wszystkich z nich.

00:05:22.720 --> 00:05:24.640
Nie jesteś przywiązany do jednego dostawcy.

00:05:24.840 --> 00:05:29.240
Przełączasz się z OpenAI na Anthropic i zmieniasz tylko wartość konfiguracji, a nie cały kod.

00:05:29.400 --> 00:05:31.100
Framework ma dwa główne komponenty.

00:05:31.360 --> 00:05:35.260
Agenci to klocki konstrukcyjne, indywidualne jednostki wnioskujące, które mogą myśleć i działać.

00:05:35.260 --> 00:05:38.640
Przepływy pracy Workflows to warstwa orkiestracji, która łączy wielu agentów w całość.

00:05:38.640 --> 00:05:42.740
Możesz mieć jednego agenta wykonującego jedno zadanie lub cały zespół pracujący nad złożonym problemem.

00:05:42.900 --> 00:05:45.300
Istnieje również coś takiego jak deklaratywne definicje.

00:05:45.520 --> 00:05:47.780
Definiujesz zachowanie agenta w pliku YAML.

00:05:47.940 --> 00:05:50.540
Oznacza to, że konfiguracja agenta podlega kontroli wersji.

00:05:50.740 --> 00:05:54.440
Umieść ją w gicie, sprawdzaj w pool requestach, wdrażaj przez potoki ci, ciąg dalszy.

00:05:54.620 --> 00:05:58.340
Dla zespołów korporacyjnych to ogromna zaleta, ale chcę, żebyś zrozumiał jedno.

00:05:58.500 --> 00:06:01.400
Ten framework nie jest tylko dla programistów budujących złożone systemy.

00:06:01.400 --> 00:06:03.800
Jest zaprojektowany z myślą o scenariuszach korporacyjnych.

00:06:03.800 --> 00:06:08.380
Bezpieczeństwo, zgodność z przepisami, obserwowalność, zatwierdzenia przez człowieka to wszystko jest wbudowane, a nie dodane na siłę.

00:06:08.520 --> 00:06:11.720
I właśnie to odróżnia go od wcześniejszych eksperymentalnych frameworków.

00:06:11.860 --> 00:06:15.100
Podstawowe elementy agenci, narzędzia, pamięć, przepływy pracy.

00:06:15.360 --> 00:06:17.260
Rozbijmy to na cztery główne koncepcje.

00:06:17.520 --> 00:06:20.600
Gdy je zrozumiesz, pojmiesz 90% działania tego frameworka.

00:06:20.760 --> 00:06:21.880
Na początek agenci.

00:06:22.080 --> 00:06:23.380
To fundamentalna jednostka.

00:06:23.600 --> 00:06:26.380
Każdy agent ma imię, zestaw instrukcji i dostęp do narzędzi.

00:06:26.380 --> 00:06:29.040
To jednostka wnioskująca, która potrafi myśleć i działać.

00:06:29.200 --> 00:06:32.040
Mówisz mu, kim jest, co ma robić i z jakich zasobów może korzystać.

00:06:32.180 --> 00:06:33.420
Cała reszta z tego wynika.

00:06:33.700 --> 00:06:34.660
Dalej, narzędzia.

00:06:34.840 --> 00:06:42.400
To ręce agenta funkcje, API czy serwisy, z których może korzystać dane pogodowe, kalendarz, zapytania do bazy danych czy operacje na plikach.

00:06:42.580 --> 00:06:44.500
Agent sam z siebie nie wie, jak to robić.

00:06:44.700 --> 00:06:47.920
Potrzebuje narzędzi, aby sięgnąć do świata zewnętrznego i podjąć działanie.

00:06:48.160 --> 00:06:52.520
Możesz pisać proste funkcje samodzielnie lub korzystać z serwerów MCP, czyli model Context Protocol.

00:06:52.520 --> 00:06:55.560
To standardowy sposób łączenia agentów z zewnętrznymi usługami.

00:06:55.560 --> 00:06:57.580
Pomyśl o tym, jak o uniwersalnej wtyczce.

00:06:57.800 --> 00:07:01.560
Jeśli usługa wspiera MCP, twój agent użyje jej bez własnego kodu integracyjnego.

00:07:01.780 --> 00:07:02.940
Następnie mamy pamięć.

00:07:03.040 --> 00:07:04.460
To magazyn danych dla mózgu.

00:07:04.680 --> 00:07:05.760
Istnieją dwa rodzaje.

00:07:05.960 --> 00:07:07.740
Pamięć sesyjna jest krótkoterminowa.

00:07:07.960 --> 00:07:10.400
Pamięta wszystko, co wydarzyło się podczas jednej konwersacji.

00:07:10.640 --> 00:07:12.580
Dostawcy kontekstu to pamięć długoterminowa.

00:07:12.820 --> 00:07:15.460
Zapamiętują preferencje i fakty z wielu różnych rozmów.

00:07:15.660 --> 00:07:18.000
Dzięki pamięci agent wydaje się inteligentny.

00:07:18.260 --> 00:07:20.400
Bez niej każda interakcja zaczyna się od zera.

00:07:20.640 --> 00:07:23.780
Przedstawiasz się, a przy następnej rozmowie wszystko jest zapomniane.

00:07:23.780 --> 00:07:27.860
Z pamięcią agent wie, kim jesteś, o czym rozmawialiście i co jest dla Ciebie ważne.

00:07:28.080 --> 00:07:31.700
To różnica między rozmową z obcym, a kolegą, który zna Twoją pracę.

00:07:31.880 --> 00:07:33.200
Na koniec przepływy pracy.

00:07:33.420 --> 00:07:37.180
To warstwa orkiestracji, w której definiujesz współpracę wielu agentów.

00:07:37.620 --> 00:07:41.260
Przepływy mogą być sekwencyjne, krok A, potem B, równoległe.

00:07:41.420 --> 00:07:45.220
Wielu agentów pracuje nad różnymi częściami problemu lub warunkowe.

00:07:45.480 --> 00:07:47.320
Jeśli wydarzy się to, przejdź tutaj.

00:07:47.580 --> 00:07:48.940
Jeśli tamto, przejdź tam.

00:07:48.940 --> 00:07:51.080
Przepływy wspierają też punkty kontrolne.

00:07:51.300 --> 00:07:54.580
Jeśli coś zawiedzie w połowie, system wznowi działanie od ostatniego momentu.

00:07:54.740 --> 00:07:55.920
Nie musi zaczynać od nowa.

00:07:56.040 --> 00:07:59.620
To ważne w przypadku długich zadań, które trwają godzinami i mają wiele etapów.

00:07:59.800 --> 00:08:01.940
Wbudowane są również wzorce Człowiek w pętli.

00:08:02.140 --> 00:08:05.640
Agenci mogą wstrzymać działanie i poprosić o zgodę przed wykonaniem wrażliwej akcji.

00:08:05.900 --> 00:08:10.400
Jeśli agent chce wysłać maila lub zatwierdzić płatność, może się zatrzymać i czekać na potwierdzenie od człowieka.

00:08:10.600 --> 00:08:12.560
Jest to niezbędne w branżach regulowanych prawnie.

00:08:12.780 --> 00:08:13.980
Oto przykład z życia wzięty.

00:08:13.980 --> 00:08:16.300
Wyobraź sobie agenta przygotowującego sprzedaż.

00:08:16.460 --> 00:08:17.920
Masz jutro spotkanie z klientem.

00:08:18.140 --> 00:08:19.960
Mówisz agentowi, pomóż mi się przygotować.

00:08:20.160 --> 00:08:22.160
Sprawdza on twój kalendarz, by potwierdzić godzinę.

00:08:22.280 --> 00:08:24.540
Pobiera dane z CRM, by przejrzeć historię klienta.

00:08:24.680 --> 00:08:27.520
Przeszukuje materiały marketingowe w poszukiwaniu odpowiednich studiów przypadku.

00:08:27.820 --> 00:08:31.340
Generuje dokument z podsumowaniem i prezentację PowerPoint, a ty nie musisz nic robić.

00:08:31.500 --> 00:08:32.420
To nie jest hotbot.

00:08:32.580 --> 00:08:33.300
To jest agent.

00:08:33.540 --> 00:08:34.920
Dlaczego powinno cię to obchodzić?

00:08:35.080 --> 00:08:36.040
Praktyczna wartość.

00:08:36.240 --> 00:08:40.900
Wiesz już, czym jest ten framework, ale dlaczego miałoby cię to obchodzić, skoro nie jesteś programistą tworzącym systemy AI?

00:08:40.900 --> 00:08:44.140
Odpowiedź brzmi, ten framework nie istnieje tylko w terminalu programisty.

00:08:44.380 --> 00:08:47.140
Zasila on narzędzia, z których na co dzień korzystają użytkownicy biznesowi.

00:08:47.320 --> 00:08:51.040
Agenci zbudowani w tym środowisku mogą być publikowani bezpośrednio w Microsoft Teams i czacie Copilot.

00:08:51.220 --> 00:08:54.080
Oznacza to, że agenci twojej organizacji działają tam, gdzie już pracujesz.

00:08:54.240 --> 00:08:57.580
Nie musisz instalować osobnej aplikacji, pamiętać nowego loginu, ani uczyć się obsługi.

00:08:57.760 --> 00:08:59.780
Po prostu otwierasz Teams i agent już tam jest.

00:09:00.000 --> 00:09:02.680
Dla działów IT i decydentów biznesowych ma to jeszcze większe znaczenie.

00:09:02.900 --> 00:09:06.260
Framework zapewnia mechanizmy kontroli klasy korporacyjnej, które naprawdę mają znaczenie.

00:09:06.260 --> 00:09:17.240
Zyskujesz zarządzanie tożsamością przez EntraID, kontrolę dostępu, by agenci widzieli tylko to, co powinni, ścieżki audytu, by wiedzieć, co i kiedy zrobił każdy agent oraz ład danych, by chronić poufne informacje.

00:09:17.420 --> 00:09:19.700
A oto problem, o którym mogłeś nie pomyśleć.

00:09:19.860 --> 00:09:21.140
Shadow AI jest faktem.

00:09:21.280 --> 00:09:29.100
Pracownicy codziennie używają niezatwierdzonych narzędzi AI, wklejając dane firmowe do publicznych hotbotów, przesyłając poufne dokumenty na nieznane serwery i mając nadzieję, że nic się nie stanie.

00:09:29.100 --> 00:09:33.320
Zespoły IT wiedzą, że tak się dzieje, ale nie mogą tego powstrzymać poprzez zakazywanie narzędzi.

00:09:33.520 --> 00:09:34.800
Ludzie i tak znajdą sposób.

00:09:35.020 --> 00:09:40.300
Ten framework daje działom IT możliwość oferowania zatwierdzonych, bezpiecznych agentów, które nadal są nowoczesne.

00:09:40.520 --> 00:09:44.940
Zamiast mówić pracownikom, nie używajcie AI, możesz powiedzieć, używajcie tych agentów.

00:09:45.120 --> 00:09:47.800
Są bezpieczni, kontrolowani i pracują na Waszych danych.

00:09:48.040 --> 00:09:51.060
Istnieje również problem niekontrolowanego namnażania się agentów, co już się dzieje.

00:09:51.240 --> 00:09:53.980
Zespoły tworzą agentów szybciej, niż ktokolwiek jest w stanie to śledzić.

00:09:54.160 --> 00:09:57.640
Framework daje Ci jedno miejsce do zarządzania, monitorowania i nadzorowania ich wszystkich.

00:09:57.640 --> 00:10:01.800
Widzisz, którzy agenci są używani, którzy zbierają kurz, a którzy wymagają uwagi.

00:10:02.020 --> 00:10:04.060
Wgląd w koszty to kolejna istotna kwestia.

00:10:04.300 --> 00:10:10.040
Widzisz dokładnie, ile kosztuje uruchomienie każdego agenta, którzy są kosztowni, którzy wydajni i gdzie można wprowadzić optymalizację.

00:10:10.200 --> 00:10:13.660
To nie jest coś, co otrzymasz dzięki zbiorowi przypadkowych narzędzi i skryptów.

00:10:13.900 --> 00:10:19.400
Podsumowując, ten framework sprawia, że agenci AI stają się praktyczni, bezpieczni i łatwi w zarządzaniu dla rzeczywistych organizacji.

00:10:19.400 --> 00:10:27.080
Nie chodzi tylko o tworzenie świetnej technologii, ale o budowanie rozwiązań, które działają w realnym biznesie z jego ograniczeniami, wymogami bezpieczeństwa, zgodnością, budżetem i nadzorem.

00:10:27.320 --> 00:10:30.900
Jeśli odpowiadasz za którykolwiek z tych obszarów, ten framework jest dla Ciebie ważny.

00:10:31.100 --> 00:10:32.880
Jak to się wpisuje w szerszą perspektywę?

00:10:33.100 --> 00:10:35.280
Gdzie więc tak naprawdę pasuje framework agentów?

00:10:35.400 --> 00:10:38.240
To nie jest samodzielny produkt, to element większej układanki.

00:10:38.540 --> 00:10:40.040
Spójrzmy, jak wszystko się łączy.

00:10:40.040 --> 00:10:41.940
Zacznijmy od Azure AI Foundry.

00:10:42.120 --> 00:10:47.320
Pomyśl o tym tak, framework agentów służy do ich tworzenia, a Foundry to miejsce, w którym żyją i działają.

00:10:47.580 --> 00:10:52.020
Zajmuje się całą ciężką pracą, infrastrukturą, skalowaniem, monitorowaniem i bezpieczeństwem.

00:10:52.260 --> 00:10:57.220
Budujesz lokalnie, wdrażasz do Foundry, a Twój agent działa w środowisku produkcyjnym z kontrolą korporacyjną.

00:10:57.420 --> 00:10:57.900
Proste.

00:10:58.380 --> 00:11:00.860
Jeśli nie jesteś programistą, masz inną opcję.

00:11:01.020 --> 00:11:01.820
Copilot Studio.

00:11:02.040 --> 00:11:03.400
To ścieżka typu Low Code.

00:11:03.400 --> 00:11:08.660
Używasz wizualnego interfejsu, aby zdefiniować działanie agenta, połączyć go ze źródłami danych i opublikować w Teams.

00:11:08.660 --> 00:11:12.540
Bez pisania kodu, framework agentów jest dla programistów, którzy chcą pełnej kontroli.

00:11:12.660 --> 00:11:14.300
Te rozwiązania uzupełniają się nawzajem.

00:11:14.420 --> 00:11:15.640
Potrzebujesz personalizacji?

00:11:15.820 --> 00:11:16.700
Użyj frameworka.

00:11:16.900 --> 00:11:17.820
Musisz działać szybko?

00:11:17.980 --> 00:11:19.000
Użyj Copilot Studio.

00:11:19.300 --> 00:11:23.240
Jest jeszcze Microsoft 365 Copilot, czyli strona dla użytkownika końcowego.

00:11:23.480 --> 00:11:26.940
Agenci zbudowani za pomocą frameworka mogą pojawić się bezpośrednio wewnątrz Copilota.

00:11:27.180 --> 00:11:31.500
Dzięki temu użytkownicy korzystają z nich przez znany interfejs, ten sam, którego używają w pracy.

00:11:31.500 --> 00:11:34.500
Nie trzeba uczyć się nowych narzędzi, ani wdrażać nowych procesów.

00:11:34.620 --> 00:11:37.300
Ale tutaj zaczyna się prawdziwa wartość, warstwa inteligencji.

00:11:37.300 --> 00:11:38.700
Składa się z trzech części.

00:11:38.960 --> 00:11:42.520
Work EQ łączy się z Twoimi osobistymi danymi, pocztą, kalendarzem i czatami.

00:11:42.720 --> 00:11:47.000
Foundry EQ łączy się z wiedzą organizacyjną, dokumentami, zasadami i zasobami współdzielonymi.

00:11:47.140 --> 00:11:51.300
A Fabric EQ łączy się z danymi biznesowymi, wynikami sprzedaży, rekordami klientów i wskaźnikami operacyjnymi.

00:11:52.020 --> 00:11:54.000
Agenci mogą czerpać ze wszystkich trzech źródeł.

00:11:54.100 --> 00:11:55.300
To właśnie czyni ich naprawdę użytecznymi.

00:11:56.100 --> 00:11:58.580
Nie odpowiadają tylko na ogólne pytania, mają kontekst.

00:11:58.760 --> 00:12:02.460
Wiedzą, kim jesteś, nad czym pracujesz i jakie dane mają znaczenie dla Twojego biznesu.

00:12:02.460 --> 00:12:05.880
Kiedy agent przygotowuje dokument na spotkanie sprzedażowe, nie zgaduje.

00:12:06.080 --> 00:12:10.180
Czerpie dane z Twojego kalendarza, CRM-u, materiałów marketingowych i bazy wiedzy firmy?

00:12:10.340 --> 00:12:11.380
Wszystko w jednym zapytaniu.

00:12:11.620 --> 00:12:13.940
Wszystko to działa w oparciu o model bezpieczeństwa Microsoft.

00:12:14.180 --> 00:12:18.100
Entra ID dla tożsamości, Intune dla zarządzania urządzeniami, Defender dla ochrony przed zagrożeniami.

00:12:18.320 --> 00:12:21.760
Jeśli Twoja organizacja już korzysta z tych narzędzi, framework idealnie się w nie wpisuje.

00:12:21.980 --> 00:12:24.240
Nie ma potrzeby budowania osobnej warstwy bezpieczeństwa.

00:12:24.460 --> 00:12:29.720
Dla organizacji używających już Microsoft 365, Azure i Power Platform, ten framework to naturalny kolejny krok.

00:12:29.720 --> 00:12:32.420
Nie zaczynasz od zera. Rozszerzasz to, co już masz.

00:12:32.560 --> 00:12:34.120
Wizja długoterminowa? Prosta.

00:12:34.380 --> 00:12:36.440
Agenci staną się tak powszechni jak aplikacje.

00:12:36.660 --> 00:12:39.580
Każdy proces biznesowy zyska warstwę agentową nie po to, by zastąpić ludzi,

00:12:39.700 --> 00:12:43.360
ale by pomóc im pracować szybciej z lepszymi informacjami i mniejszą liczbą powtarzalnych zadań.

00:12:43.480 --> 00:12:45.900
Ten framework to sposób na zbudowanie takiej warstwy.

00:12:46.220 --> 00:12:47.620
Zaczynając Twój pierwszy krok.

00:12:47.780 --> 00:12:48.680
Oto dobre wieści.

00:12:48.900 --> 00:12:51.060
Nie musisz być ekspertem od AI, żeby zacząć.

00:12:51.220 --> 00:12:52.340
Istnieją dwie ścieżki.

00:12:52.560 --> 00:12:54.300
Ścieżka bez kodowania to Copilot Studio.

00:12:54.560 --> 00:12:56.040
Wizualny interfejs przeciągnij upuść.

00:12:56.040 --> 00:12:57.540
Skonfiguruj kodowanie, nie jest wymagane.

00:12:57.740 --> 00:12:59.840
Możesz mieć działające rozwiązanie w kilka godzin, a nie dni.

00:13:00.060 --> 00:13:02.540
Jeśli Twoim celem jest szybkie rozwiązanie konkretnego problemu biznesowego,

00:13:02.620 --> 00:13:03.460
to jest ścieżka dla Ciebie.

00:13:03.660 --> 00:13:05.640
Ścieżka z kodowaniem to sam framework agentowy.

00:13:05.860 --> 00:13:09.460
Instalujesz pakiety dla Pythona lub .NET i korzystasz z rozszerzenia do VS Code.

00:13:09.620 --> 00:13:13.080
O rozszerzeniu warto wspomnieć, ponieważ zawiera ono funkcje wspomagane przez AI.

00:13:13.380 --> 00:13:14.640
Mówisz mu, czego oczekujesz.

00:13:14.880 --> 00:13:18.280
Stwórz agenta przygotowującego sprzedaż, który sprawdzi mój kalendarz i pobierze dane CRM,

00:13:18.340 --> 00:13:19.940
a on wygeneruje cały szkielet projektu.

00:13:20.040 --> 00:13:21.700
Kod, pliki, konfiguracyjne, wszystko.

00:13:21.700 --> 00:13:23.040
To nie jest czysta kartka.

00:13:23.200 --> 00:13:24.720
To świetny start na pełnych obrotach.

00:13:24.880 --> 00:13:27.280
Rozszerzenie zawiera również coś, co nazywa się inspektorem agenta.

00:13:27.440 --> 00:13:30.540
To wizualne narzędzie, które pokazuje w czasie rzeczywistym, krok po kroku, co robi Twój agent.

00:13:30.740 --> 00:13:31.580
Widzisz, jak myśli.

00:13:31.820 --> 00:13:33.200
Widzisz, z jakich narzędzi korzysta.

00:13:33.460 --> 00:13:35.120
Widzisz, w którym miejscu napotyka przeszkody.

00:13:35.260 --> 00:13:37.500
To jak posiadanie debuggera, który mówi prostym językiem.

00:13:37.700 --> 00:13:39.780
Jeśli używasz już semantic kernel lub autogen,

00:13:39.900 --> 00:13:44.140
dostępne są asystenci migracji, którzy analizują istniejący kod i generują plan krok po kroku.

00:13:44.340 --> 00:13:45.560
Nie musisz zaczynać od zera.

00:13:45.800 --> 00:13:47.320
Framework jest otwarto źródłowy.

00:13:47.320 --> 00:13:51.180
Repozytorium GitHub znajduje się pod adresem github.com ukośnik microsoft ukośnik agentframework.

00:13:51.320 --> 00:13:53.840
Przykłady, dokumentacja, fora dyskusyjne, wszystko jest na miejscu.

00:13:54.080 --> 00:13:55.360
Społeczność jest bardzo aktywna.

00:13:55.540 --> 00:13:58.440
Organizujemy cotygodniowe dyżury, podczas których można porozmawiać bezpośrednio z zespołem inżynierów.

00:13:58.540 --> 00:14:00.440
To nie jest coś, co otrzymujesz w większości frameworków.

00:14:00.580 --> 00:14:01.940
Kluczowy przekaz jest następujący.

00:14:02.140 --> 00:14:03.020
Zacznij od małych rzeczy.

00:14:03.280 --> 00:14:05.280
Zbuduj jednego agenta, który wykonuje jedną przydatną czynność.

00:14:05.500 --> 00:14:06.620
Może sprawdza Twój kalendarz.

00:14:06.760 --> 00:14:08.180
Może podsumowuje Twoje wiadomości e-mail.

00:14:08.400 --> 00:14:09.640
Może wyszukuje informacje o kliencie.

00:14:09.640 --> 00:14:10.980
Zobacz, jak to działa w praktyce.

00:14:11.140 --> 00:14:12.100
Potem zwiększaj skalę.

00:14:12.300 --> 00:14:14.080
Najważniejsze jest zrozumienie koncepcji.

00:14:14.280 --> 00:14:15.760
I właśnie o tym był ten odcinek.

00:14:15.940 --> 00:14:18.280
Podsumujmy to, łącząc wszystkie elementy w całość.

00:14:18.480 --> 00:14:19.780
Agent to nie jest hotbot.

00:14:19.920 --> 00:14:22.880
To system, który samodzielnie myśli, podejmuje decyzje i działa.

00:14:23.080 --> 00:14:28.680
Framework powstał dlatego, że budowanie agentów w stary sposób oznaczało żonglowanie niekompatybilnymi narzędziami, które nie współpracowały ze sobą.

00:14:28.820 --> 00:14:30.940
Ta fragmentacja wprowadzała tylko zamieszanie.

00:14:31.200 --> 00:14:34.960
Dlatego Microsoft stworzył jeden sposób budowania, wdrażania i zarządzania.

00:14:35.140 --> 00:14:38.900
Koniec z przełączaniem się między frameworkami i łączeniem niedopasowanych elementów.

00:14:38.900 --> 00:14:41.160
Dla początkujących oto proste podsumowanie.

00:14:41.340 --> 00:14:42.580
Agenci AI to nie magia.

00:14:42.740 --> 00:14:46.380
To uporządkowane systemy, które rozumują, używają narzędzi i pamiętają kontekst.

00:14:46.540 --> 00:14:50.220
Microsoft dał Wam kompletny framework do ich tworzenia, gotowy do użycia produkcyjnego.

00:14:50.400 --> 00:14:51.880
To nie jest tylko szum medialny.

00:14:52.060 --> 00:14:56.060
Agenci stają się normalną częścią naszej pracy, tak jak aplikacje i strony internetowe lata temu.

00:14:56.280 --> 00:15:00.640
Narzędzia są gotowe, społeczność jest aktywna, a Twój pierwszy agent jest bliżej niż myślisz.

00:15:00.820 --> 00:15:04.900
Jeśli chcesz zgłębić temat, zacznij od repozytorium na GitHub'e i rozszerzenia do VS Code.

00:15:04.900 --> 00:15:09.300
Zasubskrybuj na ulubionej platformie podcastowej i udostępnij to komuś, kto zaczyna swoją przygodę.