Czym dokładnie jest Azure AI Foundry? Czy to kolejna usługa Microsoftu, czy coś znacznie większego? W ciągu ostatniego roku Microsoft ogłaszał nowości w dziedzinie AI niemal bez przerwy. Łatwo poczuć się w tym zagubionym. Nazywam się Mirko Peters z Microsoft Knowledge Nugget. Pod koniec tego odcinka będziesz wiedzieć, czym faktycznie jest Foundry i dlaczego jest ważne. Bez marketingowego bełkotu podzielimy to na jasne części, czym jest, co zawiera i jak to wszystko się łączy. Dlaczego nazwa budzi takie zamieszanie? Dezorientacja zaczyna się od samej nazwy. Foundry przeszło więcej zmian nazw niż jestem w stanie zliczyć. Najpierw było to Cognitive Services, potem Azure AI Services, następnie Azure AI Studio, potem Azure AI Foundry, a od końca ubiegłego roku to oficjalnie Microsoft Foundry. Ten sam produkt, 4 czy 5 nazw w ciągu około 3 lat, to już jest mylące, a robi się jeszcze bardziej skomplikowane.

Obecnie dwie wersje platformy działają równolegle. Klasyczna architektura oparta na hubach to stare podejście. Nowy model projektów Foundry to wersja nowoczesna. Obie znajdują się pod tym samym adresem ai.azur.com. Wchodzisz tam i widzisz przełącznik, który zmienia dwie zupełnie różne architektury. To nie tylko nowy wygląd, to inny sposób organizacji wszystkiego od spodu. To dezorientuje początkujących, bo szukając pomocy trafiają na artykuły o hubach i klasycznych projektach. Te artykuły są nadal poprawne. Microsoft wspiera obie wersje, ale nowe funkcje, możliwości agentów i wszystko w co inwestuje Microsoft trafia tylko do projektów Foundry. Możesz postępować zgodnie ze starym samouczkiem, skonfigurować hub, a potem odkryć, że nie możesz użyć najnowszych narzędzi. To spory ból głowy. Dlatego mam dla Ciebie radę. Zignoruj stare rzeczy. Nowoczesne Foundry to miejsce, w którym Microsoft skupia wszystko.

Jeśli zaczynasz dziś od zera, pomiń huby i przejdź prosto do projektów Foundry. To tam znajdują się nowe możliwości. Czym więc właściwie jest Azure AI Foundry? Zacznijmy od początku. Czym jest Azure AI Foundry? To ujednolicona platforma do budowania, testowania i wdrażania aplikacji AI w jednym miejscu. To najprostsza definicja. Pomyśl o tym jak o fabryce. Wchodzą surowce, modele, dane, narzędzia, a wychodzą gotowe aplikacje, hotboty, co piloty, agenci automatyzacji. Nie budujesz fabryki sam, zarządza nią Microsoft. Po prostu wchodzisz, bierzesz to, czego potrzebujesz i zaczynasz budować. To nie jest pojedynczy produkt jak Word czy Excel. Foundry to kontener, który mieści modele, narzędzia, projekty i zabezpieczenia. Tworzysz jeden zasób Foundry i otrzymujesz cały katalog modeli, tysiące z nich. Otrzymujesz narzędzia do tworzenia agentów, środowiska testowe, narzędzia do ewaluacji i zabezpieczenia wszystko w jednym pakiecie.

Oto kluczowe rozróżnienie. Foundry jest przeznaczone dla programistów. Jeśli piszesz w Pythonie lub C-Kratka, jeśli chcesz budować własne rozwiązania, a i za pomocą kodu, to jest platforma dla Ciebie. Szukasz rozwiązań typu low-code, działających na zasadzie przeciągnij i upuść. Do tego służy Copilot Studio, inne narzędzie dla innych użytkowników. Oba są wartościowe. Przed pojawieniem się Foundry, budowanie aplikacji, a i na platformie Azure oznaczało konfigurowanie osobnych usług. Trzeba było skonfigurować Azure OpenAI Cognitive Services, Azure Machine Learning, Azure AI Search, a potem napisać kod łączący to w całość. Mnóstwo pracy. Foundry zastępuje to wszystko. Tworzysz jeden zasób i wszystko jest już ze sobą połączone. Modele są na miejscu, narzędzia są gotowe, zabezpieczenia są wbudowane. Po prostu zaczynasz budować. O to właśnie chodzi. Nie chodzi o dodanie kolejnego narzędzia, lecz o usunięcie trudności związanych z zarządzaniem tuzinem osobnych usług.

Kluczowa jednostka organizacyjna – projekty Foundry. Masz więc swoją fabrykę AI. Ale fabryka wymaga organizacji. I tu z pomocą przychodzą projekty Foundry. Projekt Foundry to odizolowany obszar roboczy dla konkretnego rozwiązania AI. Jeśli Foundry to fabryka, projekty są indywidualnymi stanowiskami pracy. Każde ma własne narzędzia, materiały i pracowników, nie zakłócając pracy pozostałych. Zespół tworzący hotbot obsługi klienta nie zepsuje przypadkiem projektu asystenta hrabia. Co znajduje się wewnątrz projektu? Własne wdrożenia modeli, agenci, bazy wiedzy, ewaluacje i monitoring. Wszystko, czego potrzebujesz do jednego rozwiązania w jednym miejscu. Oto podstawowa struktura. Projekty znajdują się wewnątrz zasobu Foundry. Zasób jest granicą rozliczeniową i zabezpieczeniem, czyli całym budynkiem. Projekty to pomieszczenia wewnątrz. Jeden budynek, jedno wejście, jedna recepcja, jeden rachunek.

Ale każde pomieszczenie ma swoje przeznaczenie i swój zespół. Na przykład firma o nazwie Contozo buduje trzy rozwiązania AI. Agenta obsługi klienta, asystenta HR oraz system przetwarzania dokumentów. Dzięki Foundry tworzą jeden zasób dla całej firmy, a w nim trzy projekty. Każdy projekt ma własne modele agentów i bazy wiedzy. Zespoły pracują niezależnie, nie wchodząc sobie w drogę. Jest to ważne, ponieważ różne zespoły potrzebują różnych uprawnień. Zespół obsługi klienta nie musi widzieć dokumentów hrabia. Zespół przetwarzania dokumentów nie potrzebuje polityk zwrotów. Projekty zapewniają taką izolację. Jednocześnie dział IT zachowuje centralną kontrolę, zarządzając jednym zasobem, jedną polityką bezpieczeństwa i jednym budżetem. Autonomia zespołów przy centralnym zarządzaniu. Serce Foundry, katalog modeli. Pomyśl o tym w ten sposób. Każdy projekt potrzebuje mózgu. W Foundry ten mózg znajduje się w katalogu modeli.

Ponad 11 tysięcy modeli to nie jest pomyłka. Masz dostęp do modeli OpenAI, takich jak GPT-4O i GPT-4-1, rodziny Lama od Meta, Mistral, DeepSeq, autorskich modeli PHI od Microsoftu, Cloud od Anthropic, Cohera, a także modeli do obsługi tekstu, obrazów, kodu i embeddingów. Obecnie jest to największy katalog modeli, jaki znajdziesz na jakiejkolwiek platformie chmurowej. Podzielmy je na dwa podstawowe typy, duże modele językowe i małe modele językowe. Te duże posiadają miliardy parametrów. GPT-4 ma ich ponad bilion, dzięki czemu radzi sobie ze złożonym rozumowaniem, kreatywnym pisaniem i subtelną konwersacją. Są jednak drogie i powolne. Małe modele mają znacznie mniej parametrów. Model PHI-3 od Microsoftu ma około 3,8 miliarda, to niewiele w porównaniu z GPT-4, ale jest szybki i tani. W przypadku konkretnych zadań, takich jak wyodrębnianie danych z formularza czy odpowiadanie na proste pytania, sprawdza się świetnie.

Oto praktyczna korzyść. Możesz wdrożyć model w kilka sekund. Wybierz jeden z katalogu, kliknij Wdroż i gotowe. Bez przygotowywania sprzętu, bez konfiguracji sieci, bez czekania godzinami na ustawienia wystarczą sekundy. Zanim się zdecydujesz, możesz przetestować go w środowisku testowym. Wypróbuj różne prompti, dostosuj ustawienia, takie jak temperatura i maksymalna liczba tokenów i natychmiast zobacz odpowiedzi. To jak jazda próbna przed zakupem samochodu. Nie jesteś przywiązany do jednego modelu, co stanowi ogromną przewagę nad korzystaniem bezpośrednio z API OpenAI. Dzięki Foundry możesz używać GPT-4 od ozłożonego rozumowania, gdzie liczy się jakość, pki do prostej klasyfikacji, gdzie liczy się szybkość i koszt, oraz lama od meta dla zgodności, jeśli musisz uruchamiać modele we własnym centrum danych. Przełączasz się w zależności od zadania. Foundry zawiera również narzędzie porównawcze, które pomaga oceniać modele obok siebie.

Porównaj jakość, jak dokładne są odpowiedzi, bezpieczeństwo, jak dobrze odpiera ataki typu Prompt Injection, koszt, cena za milion tokenów, szybkość, jak szybko generuje wynik. To zmienia wybór modelu z gry w zgadywanie na świadomą decyzję. Wybierasz właściwe narzędzie do właściwego zadania, a nie tylko to, o którym wszyscy mówią. Budowanie agentów, a i najważniejsza funkcja Foundry. Sam model nie jest zbyt użyteczny. Możesz z nim rozmawiać w środowisku testowym, zadawać pytania i widzieć, co generuje, ale to tylko konwersacja. Prawdziwa magia dzieje się, gdy zbudujesz coś, co faktycznie potrafi działać i tu wkraczają agenci. Agent to coś więcej niż hotbot. Hotbot odpowiada na pytania. Agent podejmuje działania. Może przeszukiwać internet, czytać pliki, wykonywać obliczenia, pamiętać to, co mówiłeś tydzień temu i wykonywać zestaw instrukcji. To jak posiadanie asystenta, który nie tylko mówi, ale faktycznie załatwia sprawy.

Foundry oferuje pięć komponentów do zbudowania agenta. Pozwól, że omówię każdy z nich. Po pierwsze, instrukcje. To tutaj mówisz agentowi, co ma robić i jak ma się zachowywać. Potraktuj to jak opis stanowiska pracy. Możesz powiedzieć, jesteś agentem obsługi klienta. Bądź przyjazny i profesjonalny. Odpowiadaj tylko na pytania dotyczące naszej polityki zwrotów. Jeśli nie znasz odpowiedzi, powiedz o tym i skieruj sprawę do człowieka. Bez instrukcji agent robi to, na co ma ochotę model. Dzięki instrukcjom ma jasno określony cel. Po drugie, model. To jest mózg. Przetwarza każde żądanie i generuje odpowiedzi. Wybierasz, którego modelu użyć. GPT-4 od złożonego rozumowania. Pięć do prostych zadań. Cokolwiek pasuje. Model sprawia, że agent jest inteligentny, ale to tylko jeden z elementów. Po trzecie, narzędzia. To tutaj agent zyskuje ręce do pracy. Narzędzia to możliwości, których może użyć, aby coś zrobić.

Wyszukiwanie w internecie pozwala mu sprawdzać aktualne informacje. Interpreter kodu pozwala mu liczyć i wykonywać obliczenia. Wyszukiwanie plików pozwala mu czytać dokumenty, które przesyłasz. Bez narzędzi agent może tylko generować tekst. Dzięki narzędziom może oddziaływać na świat. Po czwarte, wiedza. To informacje, do których agent może się odwoływać. Przesyłasz dokumenty, pliki PDF, JSON, dowolne dane potrzebne agentowi do precyzyjnego odpowiadania na pytania. Foundry wykorzystuje w tle Azure i Search, aby indeksować te dane i uczynić je przeszukiwalnymi. Gdy klient pyta o konkretną politykę, agent nie zgaduje. Znajduje właściwy dokument i czyta go. Po piąte, pamięć. Dzięki niej agent pamięta przebieg rozmów. Rozmawiasz z nim dzisiaj, a on zapamiętuje twoje preferencje. Wracasz jutro, a on kontynuuje tam, gdzie skończyliście. Przechowuje podsumowania czatów i preferencje użytkownika, więc doświadczenie jest osobiste i ciągłe.

Oto konkretny przykład z moich badań. Ktoś stworzył w Foundry agenta do śledzenia prezentów. Pomysł jest prosty. Chcesz śledzić prezenty dla swojej rodziny, co im już dałeś, co lubią, czego nie lubią i ile wydajesz. Więc agent ma instrukcję, pomagasz planować prezenty. Nigdy nie sugeruj czegoś, co już otrzymali. Wykorzystuje GPT-4 jako swój mózg, wyszukiwarkę internetową do znajdowania pomysłów na prezenty, wyszukiwanie plików z profilami każdego członka rodziny, ich upodobaniami, niechęciami i historią prezentów z ostatnich trzech lat, interpreter kodu do obliczania budżetów i sum oraz pamięć. Dzięki temu, gdy następnym razem otworzysz rozmowę, bot będzie pamiętał, że szukałeś prezentu urodzinowego dla swojego syna Adama. Wszystko to budujesz i testujesz w środowisku Agent Playground. To wizualny interfejs, w którym konfigurujesz każdy komponent, testujesz odpowiedzi agenta i widzisz dokładnie, z jakich narzędzi korzystał i dlaczego.

Gdy wszystko działa, możesz przejść do wdrożenia. Foundry udostępnia punkt końcowy API, który możesz wywołać z dowolnej aplikacji lub możesz opublikować go bezpośrednio w Microsoft Teams jako agenta kopilot. W obu przypadkach twój agent przechodzi od pomysłu do produkcji bez pisania ani jednej linii kodu infrastrukturalnego. Pod maską uproszczona architektura to poziom powierzchowny, ale co tak naprawdę dzieje się pod maską? Oto architektura wyjaśniona prostym językiem. Kiedy tworzysz zasób Foundry, Azure automatycznie konfiguruje całą infrastrukturę, więc nie musisz udostępniać pamięci masowej, konfigurować logowania ani ustawiać grup zabezpieczeń. Wszystko dzieje się w tle. Tworzone jest konto magazynu na pliki i logi. Konfigurowane jest monitorowanie oraz tożsamość. Więc wystarczy, że utworzysz zasób i zaczniesz budować. Foundry korzysta z typu zasobu Cognitive Services, tego samego, którego używa Azure OpenAI i starsze usługi AI, takie jak Vision czy Speech.

Stara architektura oparta na hubach wykorzystywała Machine Learning Services, czyli zupełnie innego dostawcę z innym rozliczaniem, siecią i zarządzaniem. Ma to znaczenie, ponieważ Foundry działa w prostszej, bardziej ujednoliconej części infrastruktury Azure. Projekty są zasobami podrzędnymi względem Foundry, więc współdzielą tę samą tożsamość i granicę bezpieczeństwa. Gdy konfigurujesz kontrolę dostępu na poziomie Foundry, jest ona dziedziczona przez wszystkie projekty, więc nie musisz konfigurować zabezpieczeń osobno dla każdego z nich. Jeśli jednak potrzebujesz uprawnień specyficznych dla projektu, również możesz je dodać. Foundry nie pracuje w izolacji. Łączy się z innymi usługami Azure, a Azure AI Search jest najważniejszą z nich, ponieważ to dzięki niej Twoi agenci znajdują i pobierają wiedzę. Key Vault bezpiecznie przechowuje sekrety i klucze API, a konta magazynu przechowują pliki, logi i indeksy wektorowe.

Te połączenia są zarządzane za pomocą funkcji, którą Foundry nazywa połączeniami, i to wstępnie skonfigurowane linki pozwalające agentom korzystać z tych zasobów bez konieczności ręcznego zarządzania poświadczeniami. Foundry Agent Service to środowisko uruchomieniowe, które faktycznie obsługuje Twoich agentów. Traktuj to jak maszynownie. Gdy użytkownik wysyła żądanie, Agent Service zajmuje się koordynacją, odbiera prośbę, sprawdza instrukcję, wywołuje model, uruchamia odpowiednie narzędzia, pobiera wiedzę i generuje odpowiedź. Uruchamia również filtry bezpieczeństwa, aby wychwycić szkodliwe treści i zarządzać skalowaniem. Jeśli więc tysiąc użytkowników naraz odwiedzi Twojego agenta, system automatycznie zwiększy swoją wydajność. Wszystko działa w ramach zabezpieczeń klasy korporacyjnej Azure, gdzie EntraID zarządza uwierzytelnianiem. Zarządzane sieci zapewniają prywatność ruchu, a kontrola dostępu oparta na rolach gwarantuje, że tylko upoważnione osoby mogą modyfikować agentów.

Filtry bezpieczeństwa treści blokują nieodpowiednie odpowiedzi. To ta sama infrastruktura bezpieczeństwa, na której działają własne usługi Microsoftu. Jeszcze jedno, stara architektura typu hub i projekt nadal istnieje. Jeśli używasz Azure i Foundry od dłuższego czasu, możesz mieć skonfigurowany hub. Takie rozwiązania nadal działają i są wspierane przez Microsoft. Nie otrzymają one jednak nowych funkcji dla agentów, takich jak Agent Playground, Agent Service czy możliwości pamięci. Wszystko to jest dostępne tylko w nowych projektach Foundry. Jeśli więc zaczynasz od zera lub chcesz budować agentów, korzystaj z nowych projektów. Nie buduj na starych fundamentach. Jak to wszystko się łączy szerszy obraz? Co właściwie dzieje się, gdy ktoś korzysta z aplikacji Foundry? Wyobraź sobie, że użytkownik wpisuje pytanie, które trafia do Twojego agenta. Agent sprawdza instrukcję, wybiera odpowiedni model i rozpoczyna przetwarzanie.

Nie zgaduje jednak odpowiedzi. Przeszukuje Azure A i Search, aby znaleźć odpowiednią wiedzę w Twoich dokumentach. Wywołuje narzędzie typu wyszukiwarka internetowa dla aktualnych informacji, przetwarza cały ten kontekst i generuje odpowiedź. Następnie zapisuje rozmowę w pamięci, więc następnym razem wie, kim jesteś i co omawialiście. To jest pełny przebieg procesu. Przed wprowadzeniem Foundry, aby to zadziałało, potrzebne było pięć oddzielnych usług Azure i niestandardowy kod. Azure OpenAI dla modelu A i Search do pobierania wiedzy oddzielna usługa do wyszukiwania w sieci, pamięć masowa na logi i pliki oraz Key Vault na hasła i klucze. Potem trzeba było napisać kod, który łączył to wszystko w całość, obsługiwał autoryzację, zarządzał błędami i konfigurował monitoring. Foundry oferuje to wszystko od razu po uruchomieniu. Wystarczy skonfigurować komponenty i agent już działa. Rzecz w tym, że wszystko ze sobą współgra.

Zmiana modelu wpływa na koszt i dokładność każdej odpowiedzi. Dodaj lepsze źródła wiedzy, a Twoje odpowiedzi staną się bardziej precyzyjne. Włącz pamięć, a interakcja stanie się osobista zamiast przypominać pracę robota. To nie są odizolowane decyzje. To system, a Foundry daje Ci narzędzia do jego dostrojenia zgodnie z Twoimi konkretnymi potrzebami. Dlatego przedsiębiorstwa przechodzą od fazy pilotażowej do pełnej produkcji. Foundry zapewnia fundamenty do budowania godnych zaufania aplikacji AI. Bezpieczeństwo, monitoring i ewaluacja są wbudowane w całość. Nie musisz zaczynać od zera. Korzystasz z platformy, która zajmuje się trudnymi aspektami, więc możesz skupić się na aplikacji. Jak zacząć? Pierwsze kroki. Od czego więc zacząć? I utwórz swój pierwszy zasób Foundry. Potrzebujesz subskrypcji Azure, a jeśli jej nie masz, zarejestruj bezpłatne konto z kredytami na testy. Cała konfiguracja zajmuje około minuty.

Następnie utwórz projekt wewnątrz tego zasobu i nadaj mu nazwę odpowiadającą temu, co budujesz. Później wybierz model z katalogu. Polecam zacząć od czegoś, co sprawdzi się w większości eksperymentów. Możesz go wdrożyć jednym kliknięciem. Następnie otwórz plac zabaw agenta i zbuduj prostego agenta. Daj mu instrukcję, na przykład jesteś pomocnym asystentem odpowiadającym na pytania o politykę firmy. Potem dodaj wyszukiwarkę internetową jako narzędzie. Przetestuj go, zadając pytanie i obserwując ślad, by zobaczyć, jakich narzędzi użył i dlaczego. Nie próbuj budować wszystkiego naraz. Wybierz jeden przypadek użycia, może bota Q&A do dokumentów firmowych i zacznij od małych kroków. Uruchom to, a potem rozwijaj. Dodaj wyszukiwanie plików, pamięć, aby agent pamiętał użytkowników oraz interpreter kodu do obliczeń. Oto w czym rzecz. Foundry zawiera wbudowany czat AI, który odpowiada na pytania dotyczące samej platformy.

Jeśli utkniesz, zapytaj go o rzeczy typu jakie modele są dostępne w moim regionie lub jak dodać pamięć do mojego agenta. Przeszukuję dokumentację i daję odpowiedź natychmiast, jakbyś miał inżyniera wsparcia wbudowanego w portal. To jest ten system ujednolicona, platforma łącząca modele, projekty agentów, wiedzy i bezpieczeństwo w działającą całość. Gdy zobaczysz, jak wszystko się integruje, zamęt zniknie. Foundry to nie tylko kolejne narzędzie, to warsztat, w którym budujesz aplikację AI. Oto podsumowanie. Twój największy sukces dzisiaj jest prosty. Utwórz projekt Foundry i zbuduj jednego agenta. To wszystko. Jeśli uznasz to za pomocne, zasubskrybuj kanał po więcej takich prostych wyjaśnień i prześlij ten odcinek komuś, kto też gubi się w ofercie AI od Microsoftu. Podziękuję Ci za to.