Strona główna / Artykuły

Microsoft Foundry przekształca wywołania interfejsu API modeli w zorganizowane operacje sztucznej inteligencji.

Microsoft Foundry przekształca jednorazowe wywołania API modeli w zorganizowane operacje: katalogi modeli, agenci, RBAC, śledzenie, możliwości obserwacji oraz ocena w jednym miejscu.

Wydawca: REACTAPP.TOP7 min czytania1570 słów

Źródła: Why Use Microsoft Foundry: From Model API Calls to Enterprise AI Operations

Od modelu POST do operacji AI w skali przedsiębiorstwa

Jedno uzupełnienie rozmowy może odpowiedzieć na zapytanie. Nie będzie ono przeglądać dużego katalogu modeli, sterować agentami wieloetapowymi, stosować kontrolę dostępu na poziomie zespołu, rejestrować każde wywołanie narzędzia ani blokować wypuszczenia produktu na podstawie kontroli jakości. Różnica pomiędzy jednorazowym uzupełnieniem a systemem, który można obsługiwać w skali całej firmy, to właśnie to, co ma zamknąć zintegrowana platforma Azure AI.

Microsoft Foundry (oraz otaczający ją stack Azure AI) ma na celu przekształcenie rozproszonych eksperymentów z LLM w zarządzane, obserwowalne systemy klasy produkcyjnej. Ich wartość nie polega na kolejnym opakowaniu SDK; chodzi o model operacyjny: katalogi, implementacje, identyfikację, śledzenie, ocenę oraz połączenia agentów pod jednym dachem.

Co naprawdę daje „wywołanie API”

Bezpośrednie wywołania dostawcy są odpowiednie dla prototypów:

| Dimension | Previous | Current |
| - - | - - | - - |
| Brand | Azure AI Studio / Azure AI Foundry | Microsoft Foundry |
| Brand | Azure AI Services | Foundry Tools |
| Agent API | Assistants API (Agents v0.5/v1) | Responses API (Agents v2) |
| API versioning | Monthly `api-version` params | v1 stable routes (`/openai/v1/`) |
| Resource model | Hub + Azure OpenAI + Azure AI Services | Foundry resource (single, with projects) |
| SDKs & endpoints | Multiple packages against 5+ endpoints | Unified project client (`azure-ai-projects` 2.x) + `OpenAI()` against one project endpoint |
| Surface | Best for |
| - - | - - |
| Foundry portal | Exploring models, prototyping prompts, building prompt agents without code. |
| SDKs (Python, C#, JavaScript, Java) | Building applications with `azure-ai-projects` 2.x and `OpenAI()` against one project endpoint. |
| Azure Developer CLI (azd) | Scaffolding, running, testing, and deploying hosted agent projects from the command line. |
| VS Code extension | Building and debugging agents in your editor. |
| Foundry Skill + MCP | Driving Foundry from coding agents (GitHub Copilot, Claude Code). |
| Dimension | Azure OpenAI / Raw API | Microsoft Foundry |
| - - | - - | - - |
| Scope | Model inference (GPT and OpenAI models) | Full AI lifecycle: models, agents, tools, eval, governance |
| Model catalog | OpenAI models only | 10,000+ models from multiple providers |
| Agent orchestration | Roll your own (LangChain, custom code) | Built-in prompt agents and hosted agents |
| Observability | Application Insights (manual setup) | Built-in tracing, evaluation, dashboards |
| Governance | Per-resource RBAC | Unified RBAC, Entra, content filters, Azure Policy |
| API stability | Monthly `api-version` changes | v1 stable routes (`/openai/v1/`) |
| Best for | Single-model, latency-critical, stable apps | Multi-model, agentic, governed, evolving AI products |

Nie radzą sobie z testami produkcyjnymi w sytuacjach, gdy potrzebne są:

  • jednolite nazwy implementacji we wszystkich środowiskach
  • izolacja sieciowa oraz prywatne punkty końcowe
  • kwoty dla poszczególnych zespołów oraz przypisywanie kosztów
  • ślady wywołań narzędzi, które mogą być sprawdzane pod kątem bezpieczeństwa
  • bariery weryfikacyjne przed dostarczeniem aktualizacji klientom

Szwytowe warstwy Foundry

Pomyśl o rozwiązaniu w kategoriach warstw, a nie funkcji:

  1. Katalog modeli i ich implementacje — wybieraj, wersjonuj i fiksuje modele zamiast kodować ich nazwy bezpośrednio w kodzie aplikacji.
  2. Powierzchnia agenta/orkiestracji — dołączaj narzędzia, źródła wiedzy oraz instrukcje z trwałą tożsamością.
  3. Tożsamość i RBAC — zarządzane tożsamości oraz role o minimalnych uprawnieniach zamiast wyciekłych kluczy na laptopach.
  • Obserwowalność — ślady, metryki oraz mechanizmy bezpieczeństwa treści, które funkcjonują w różnych usługach.
  • Ocena — sprawdzania offline i online, aby kryterium wypuszczenia produktu nie było jedynie „lepsze wersje w demonstracji”.
  • Kiedy Foundry jest właściwym wyborem

    Wybierz rozwiązanie oparte na platformie, gdy kilka zespołów będzie współdzielić modele, gdy ma znaczenie lokalizacja danych, gdy agenci używają narzędzi manipulujących danymi klientów lub gdy dział finansowy potrzebuje jednego rachunku z informacjami o źródle. Korzystaj z surowych API, dopóki jeszcze szukasz optymalnego połączenia produktu z rynkiem, a eksperyment składa się z jednego inżyniera i jednej notatki.

    Nawyki migracji, które zapobiegają problemom

    • Traktuj zasadę nazwa implementacji ≠ nazwa modelu jako bezwzględną zasadę we wszystkich klientach.
    • Już na początku przechowuj tajne dane w Key Vault / zarządzanej tożsamości — nawet w przypadku demonstracji, które „nie potrwają długo”.
  • Wskazówki dotyczące wersji oraz instrukcje dla agentów obok kodu.
  • Dodaj mały zestaw pytań w kształcie złotego znaku przed pierwszym ruchem produkcyjnym.
  • Niech priorytetem będzie sieć prywatna, jeśli prawo już wymaga uwzględnienia kwestii wyjścia danych.
  • Zakończenie

    Enterprise AI to problem operacyjny ubrany w kostium modelu. Propozycja Foundry polega na uczynieniu tej części operacyjnej pierwszorzędną: katalogi, agenci, tożsamość, ślady działania oraz ocena. Należy z niej korzystać, gdy te kwestie są już na planie rozwoju — a nie jako pusta platforma do prostych rozmów.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieuporządkowaną skrzynię z przestarzałymi punktami końcowymi.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynkę na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynkę na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynkę na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynkę na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynkę na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynkę na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynkę na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynkę na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Lista kontrolna operacyjna: określ osoby odpowiedzialne za wdrażanie modeli, instrukcje dla agentów oraz zestawy danych do oceny. Bez takich osób katalog zamienia się w nieoznaczoną skrzynię na śmieci pełną przestarzałych punktów końcowych.

    Dodaj cotygodniową ocenę zaniedbanych implementacji oraz nie używanych punktów końcowych agentów. Rozprzestrzenianie się platformy to sposób, w jaki zespoły odtwarzają fragmentaryczne eksperymenty, które Foundry miał zastąpić.

    Dodaj cotygodniową ocenę zaniedbanych implementacji oraz nie używanych punktów końcowych agentów. Rozprzestrzenianie się platformy to sposób, w jaki zespoły odtwarzają fragmentaryczne eksperymenty, które Foundry miał zastąpić.