Microsoft Foundry добавила голосовых агентов и долгие задачи, переживающие обрыв связи

Что именно объявила Microsoft

Компания описывает Foundry как платформу, независимую от конкретной модели и от конкретного «харнесса» агента: команды могут подключать новые модели по мере их появления, не перестраивая архитектуру вокруг одной из них. В этом же анонсе Microsoft назвала четыре направления развития платформы: более широкий выбор моделей, голосовые сценарии и долгие задачи на одной агентной основе, доступ агентов к знаниям и инструментам по требованию, а также превращение данных из продакшена в непрерывное улучшение агентов по качеству, задержке и стоимости.

Формальным поводом для первой части анонса стало пополнение каталога: всё семейство GPT-6 от OpenAI, включая GPT-6 Sol и GPT-6 Luna, и Claude Opus 5.5 от Anthropic теперь доступны в Microsoft Foundry. Microsoft подчёркивает, что важна не отдельная модель, а одновременный темп обновлений на всём фронтире, из-за которого выбор модели перестаёт быть решением «на старте проекта» и становится постоянным преимуществом.

Голос как родной тип агента

Голосовые агенты в Foundry Agent Service находятся в публичном превью и представляют собой новый тип агента, который поддерживает и prompt-агентов, и hosted-агентов. Microsoft исходит из того, что большинство голосовых сценариев сегодня собирают, «накладывая» речь на текстовых агентов: отдельно распознавание, отдельно оркестрация, отдельно мониторинг и развёртывание. В Foundry голос встраивается в саму агентную основу — тот же платформенный слой, API и SDK, что и у остальных агентов.

Для синтеза и распознавания можно выбирать среди GPT Realtime, Azure Realtime, моделей MAI и других, подбирая баланс задержки, глубины рассуждений и стоимости под конкретный сценарий, либо подключать собственные модели. Microsoft заявляет поддержку более 80 языков и более 140 локалей, выразительные голоса, естественную смену реплик и корректное восстановление разговора, когда собеседник перебивает. Для отдельного бренда доступны дообучение речи под доменную лексику, создание собственного голоса и добавление фото- или видеоаватара. Инструменты, корпоративные знания и правила управления, уже настроенные для других агентов в Foundry, переиспользуются, а развёртывание идёт в веб-каналы, Microsoft Teams, Teams Phone и в телефонию на базе Twilio — как для входящих, так и для исходящих вызовов.

Рабочий процесс разработчика Microsoft расширяет за пределы портала: AZD AI даёт воспроизводимый и версионируемый в системе контроля версий способ настройки и развёртывания голосовых агентов, а Foundry Toolkit в Visual Studio Code — со временем — позволит создавать, запускать, озвучивать и отлаживать голосовых агентов, не выходя из среды разработки. Наблюдаемость для голоса включает трассировку, мониторинг, расшифровки разговоров и оценку качества, ориентированную на речь.

Долгие задачи и состояние workflow

Выносливость долгих задач (long-running resilience) в Foundry Agent Service также в публичном превью: работа hosted-агента продолжается после того, как соединение с запросом оборвалось, и восстанавливается, если процесс хостинга неожиданно остановился. Microsoft Agent Framework дополняет это состоянием workflow и контрольными точками на уровне фреймворка: прерванный фоновый workflow возобновляется с последней сохранённой контрольной точки, а Foundry сохраняет ответ hosted-агента.

В том же обновлении Agent Framework получил Agent Channel для интеграций с мессенджерами, поддержку AG-UI для интерактивных приложений, контейнеры CodeAct и Hyperlight для изолированного исполнения кода и эпизодическую процедурную память для переиспользования удачных схем выполнения задач. Для сборки и развёртывания таких агентов предлагаются Foundry Toolkit для Visual Studio Code с поддержкой hosted-агентов и Agent Framework, а новый Foundry dev pack собирает инструментарий разработчика в один установщик.

Инструменты по требованию: экономия до 97% токенов

Microsoft формулирует проблему так: загружать все документы, инструменты и процедуры в каждый вызов — значит добавлять задержку и стоимость и делать поведение агента менее предсказуемым. Поэтому Toolboxes дают агентам доступ к инструментам и переиспользуемым процедурам по требованию, с опциональным обнаружением и ограничениями на уровне отдельного инструмента. Для hosted-агентов Toolboxes уже общедоступны, а теперь расширяются на prompt-агентов в публичном превью.

Поиск инструментов (tool search) в Toolboxes стал общедоступным: агент находит нужный инструмент, не загружая каталог определений целиком. Во внутренней оценке на публичном бенчмарке из более чем 44 000 инструментов и 7 000 запросов поиск инструментов сократил потребление входных токенов более чем на 60% для набора из 50 инструментов и более чем на 97% для набора из 1 000 инструментов — в сравнении с базовой линией, где полный каталог подгружался заранее с кэшированием промпта.

Протокол Agent-to-Agent (A2A) тоже стал общедоступным: агенты могут вызывать других агентов, включая других агентов Foundry, по открытому стандартизованному протоколу, без точечных интеграций, а централизованные учётные данные и применение политик должны сохранять управляемость по мере роста системы. Общедоступными стали и Routines в Foundry Agent Service — запуск агентов по расписанию, с задержкой или в ответ на событие, без собственных планировщиков, очередей и «проводки» идентичностей.

От продакшена обратно в продакшен

Замкнуть цикл улучшений Microsoft предлагает через производственные данные. Insights в Foundry в публичном превью анализирует трассировки продакшена, выявляет повторяющиеся проблемы — в том числе те, о которых команда не догадывалась, — собирает подтверждающие данные, указывает вероятную причину и предлагает следующий шаг. Rubric evaluator, генерация датасетов из синтетики и из трассировок, а также Agent optimizer в Foundry Agent Service должны стать общедоступными позднее в этом месяце: optimizer перебирает изменения инструкций, инструментов, навыков и выбора модели и показывает, какие из них действительно улучшают результат, до выпуска в прод.

Отдельный блок анонса — управление агентами как корпоративными активами. Агенты Foundry теперь исполняют операции управления, инициированные в Microsoft Entra и Agent 365: блокировка, отключение, удаление, восстановление и назначение нового владельца применяются самим рантаймом Foundry, а не только фиксируются в каталоге. Сетевые ограничения egress задают, к каким внешним адресам может обращаться hosted-агент: можно определять разрешающие и запрещающие правила, изменять исходящие заголовки или перенаправлять запросы до выхода трафика из песочницы Foundry, а режим аудита позволяет проверить политику до её применения, фиксируя каждое решение в Azure Application Insights. В октябре Microsoft обещает превью новой ступени AI Gateway в интеграции с Azure API Management: платформенные команды смогут централизованно управлять доступом к моделям и выдавать одобренные модели разработчикам через Admin Connected Models. Дополнительно опубликован открытый навык run-assert-eval, который последовательно прогоняет инструменты Clarity, ASSERT и Agent Control Specification, а затем повторяет оценку, чтобы подтвердить улучшение без урезания допустимого поведения.

Кто уже использует

В анонсе приведён пример Fashable: компания использует модели, агентов, знания и инструменты Foundry, чтобы превращать тренды и идеи в дизайн одежды, виртуальную примерку и кампанийную съёмку. По данным Microsoft, Fashable сократила время разработки новых моделей одежды с месяцев до недель, а один из её клиентов уменьшил бюджет на физические образцы на 60%. Генеральный директор Fashable Орландо Рибас Фернандес в комментарии к анонсу говорит, что голосовые агенты в Foundry с MAI-Voice закрывают разрыв между людьми и агентами, потому что «люди думают не промптами, а разговорами». Второй отзыв — от NTT DATA: Такаси Окамото, стратег по ИИ в Global AI Office группы NTT DATA, связывает цикл оптимизации Foundry с подходом AgentOps with Harness в рамках концепции Smart AI Agent и переходом агентов из пилотов в доверенный продакшен.