| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

News

Forums

Realty

大温餐馆点评

Car

Education

Yellow Page

Travel

微软: 微软一晚上发了50个新东西,要建一个"伊甸园"?

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
微软Build 2025大会上提出的“智能体网络”(agentic web) 概念,远远超出了当今人工智能助手的范畴。


在微软的愿景中,智能体会积极主动地发起任务、独立做出决策、与其他人工智能系统协调,并在极少的人类监督下完成复杂的工作流程。这标志着人工智能系统运行及与用户和其他技术交互方式的根本转变。

微软首席技术官凯文·斯科特称“智能体网络”(agentic web)从根本上改变了人类与技术的交互方式:“推理能力将持续提升,我们有望在这一领域取得显着进展。然而,若想让智能体承担更为复杂的工作任务,一些关键要素必须尽快实现。”


其中一个关键的缺失要素是记忆,斯科特表示:“为了解决这个问题,微软正在引入几种与记忆相关的技术,包括结构化检索增强生成(RAG),它可以帮助人工智能系统更精准地从海量数据中回忆信息。”

微软副总裁史蒂文·巴蒂奇在一场关于智能体的演讲中解释说:“你可能会拥有一个专属于个人的智能体以及一个工作专用智能体。其中,工作专用智能体将关联您与雇主的各类信息。”

巴蒂奇强调,这种情境感知对于创造智能体至关重要,它能够很好地理解用户、对用户所处的情境进行情境化,以便用户可以少点几次按钮。这种从纯粹的响应式人工智能向具有持久记忆的系统转变,代表着智能体革命最深刻的方面之一。

二、Azure AI Foundry 平台——端云一体化



微软在活动中对Azure AI Foundry平台进行了重要更新,该平台用于开发与管理人工智能应用程序及智能体。


微软负责人工智能智能体的副总裁雷·史密斯在接受媒体采访时强调了多智能体系统的重要性:“多智能体调用、调试以及深入分析这些智能体是关键,这不仅延伸至Copilot Studio,更涵盖了即将推出的Azure AI Foundry智能体。我们的客户一直强调这种多智能体能力对他们的业务至关重要。”

史密斯解释了将任务分配给多个智能体的原因——开发者很难将一个可靠的流程压缩到一个智能体中。将其拆分为多个部分,有助于提高可维护性,简化解决方案的构建,同时显着增强可靠性。

Azure AI Foundry Agent Service目前已全面上线,支持开发企业级人工智能智能体,兼容多智能体工作流及开放协议,兼容A2A和MCP协议,让企业能够编排多个专业智能体,共同处理复杂任务。


尽管基于云端的人工智能占据新闻头条,但微软正大力推进本地设备端人工智能的发展,针对希望在用户设备端直接部署人工智能的开发者发布多项重要成果。

Windows AI Foundry作为Windows Copilot Runtime的进化版,为Windows平台的本地人工智能开发提供统一平台。其集成Windows ML及模型优化工具,支持在Windows 11与macOS设备上直接运行AI模型、工具与智能体。

微软副总裁史蒂文·巴蒂奇在演讲中谈及客户端AI的爆发式增长:“我们正忙于预测并引领趋势,多数预测在三到四个月内即成真,这与过去习惯预测一两年后的节奏大相径庭。尽管压力巨大,但也充满机遇。”

三、NLWeb+MCP:智能体网络时代的 HTML

微软愿景的核心是通过开放标准实现不同平台与服务间的智能体互操作性,其中模型上下文协议扮演关键角色。
觉得新闻不错,请点个赞吧     无评论不新闻,发表一下您的意见吧
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _VIEW_NEWS_FULL
    _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    Page Generation: 0.0349 Seconds and 2 DB Queries in 0.0010 Seconds