最大的 AI Agent 生態系統來了，微軟推出適配 1800 種大模型的智能體，邁入自己的 Agent 時代

當地時間 11 月 19 日，微軟在芝加哥舉行的 Ignite 大會上發佈了大量雲和人工智能服務更新。這家科技巨頭展示了其 Microsoft 365 Copilot 平台的多項改進。

此外，在會上，微軟還重點說明了其在人工智能領域的客戶增長。微軟首席通訊官科蘭克·肖在一份聲明中指出，「財富 500 強中近 70% 的公司現在都在使用 Microsoft 365 Copilot。」微軟與其大型科技競爭對手一樣，正在投入數十億美元來擴展其人工智能能力，華爾街渴望看到這些投資獲得回報。

而在本次會議上，最最值得注意的要屬微軟悄悄建立起一個超級 AI 智能體生態，規模之大讓人難以忽視。

在 Ignite 大會上，微軟公佈了最大的企業 AI 智能體生態的發展狀況。微軟稱，自推出以來，該生態聯盟已有超過 10 萬家組織通過其 Copilot Studio 創建或編輯過 AI 智能體——這一重大里程碑，也讓微軟在 AI 智能體這個最受關注且令人興奮的企業技術領域當中身處市場領先地位。

微軟公司負責智能體發展願景的高管 Charles Lamanna 在採訪中表示，「智能體生態的發展速度比我們想像中要快得多，也比我們以往發佈過的任何其他前沿技術都要更快。這項業務每個季度幾乎都在實現倍增。」

隨著微軟大幅擴展其智能體業務，企業客戶的快速採用也隨之而來。在 Ignite 大會上，微軟公司宣佈將允許企業通過這些智能體隨意挑選 Azure 目錄所提供的 1800 種大語言模型（LLM）——這無疑也是微軟擺脫對於 OpenAI 模型全面依賴的一項重要舉措。軟件巨頭還推出了能夠獨立運作的自主智能體，它們可以檢測事件並在最低程度的人為干預之下協調複雜的工作流程。

從嚴格定義上講，所謂 AI 智能體就是能夠依託生成式 AI 推理並執行特定業務任務的軟件。這些智能體如今正成為企業自動化和生產力提升領域的強大工具。微軟的平台使得組織能夠針對客戶服務、複雜業務流程自動化等各類用例場景構建智能體，同時保持企業級安全性和治理水平不受影響。

為企業級應用而生

微軟在 AI 智能體領域的早期領先地位，源自其對於常在 AI 炒作週期中被忽視的企業切實需求的高度關注。儘管新型自主智能體和大語言模型靈活性等話題長期佔據 Ignite 關注熱榜，但微軟公司真正的優勢更多體現在其堅實的企業基礎設施當中。

該平台集成了 1400 多種企業系統和數據源，範圍從 SAP 到 ServiceNow、再到 SQL 數據庫。這種廣泛的連接性使得組織能夠輕鬆建立起可直接訪問並處理其現有 IT 環境內數據的智能體。企業除了選擇從頭開始構建自定義智能體之外，微軟還提供十種專門面向銷售、服務、財務、供應鏈等核心業務職能的預構建自主智能體，借此加快常見企業用例的推進速度。

微軟方面並沒有公佈哪種智能體類型在客戶群體當中最受歡迎，但 Lamanna 表示，除了針對 IT 部門特定核心任務構建的應用程序之外，還有第二類更強調自下而上的應用形式。員工可以創建 Copilot 智能體來與團隊或其他合作夥伴共享文檔或者演示文稿，而其他人則可據此參與內容交互並提出相關問題。

以往，安全和治理功能大多會在 AI 部署完成之後才被納入考量，但如今這兩大要素已被內置在微軟的核心架構當中。該平台的控制系統將確保智能體始終運行在企業權限與數據治理框架之內。

Lamanna 具體解釋道，「我們認為智能體將無處不在。因為每當出現一種能夠將以往不可能的事情變為可能時，人們必然會驚訝於它的效果並最終加以廣泛運用。」他還將 AI 智能體與互聯網進行了比較，表示當初互聯網的覆蓋面就從瀏覽器一路擴展至操作系統，最終在根本上改變了客戶端 – 服務器架構。

在 Lamanna 看來，大語言模型取得的重大突破讓軟件具備了理解非結構化內容（包括語言、影片或者音頻）以及初步進行邏輯推理的能力，可以根據這些數據得出結論或者判斷。「在這種能力的基礎之上，瀏覽器、文字處理器、核心操作系統體驗乃至銷售流程與客戶支持的實施方式，都必將迎來一波大洗牌……在我看來，隨著各類智能體和 AI 功能的全面普及，計算堆棧中的每個部分都將有一些組件迎來重新設計。」

早期採用者們也普遍看到了成果。麥肯錫使用自動路由智能體成功將其項目接收工作流程從原本的 20 天縮短到僅需 2 天。Pets at Home 在不到兩週時間之內部署了防欺詐智能體，每年節約下數百萬美元。微軟方面還透露，目前採用 Copilot Studio 的組織包括 Nsure、麥肯錫、標準銀行、湯森路透、維珍金融、高偉紳律師事務所以及瑞士蘇黎世。

Agent 網格：讓 AI 智能體間的協作更簡單

微軟戰略的核心，正是 Lamanna 所說的「智能體網格」——這是一套互聯繫統，各 AI 智能體間通過相互協作來解決複雜問題。各智能體並非孤立運作，而可以在整個企業之內無縫傳遞任務、消息和知識。

到目前為止，Copilot Studio 所關聯的還仍然是通過聊天觸發的 AI 智能體，但微軟正努力把操作類型擴大到更廣泛的區間。設想一下企業在實現智能體間無縫協作後會如何：銷售智能體可要求庫存智能體檢查庫存情況，而後通知客戶服務智能體為客戶提供更新信息。這套架構的特點包括：

自主智能體，無需人工監督即可檢測事件並觸發操作；
建立起能夠協調多個專業智能體的業務流程層；
提供實時監控工具，為智能體工作流程提供良好透明度。

微軟研究部門最近發佈了基於該公司 Autogen 框架的 Magnetic-One 系統。這套系統建立起一套複雜的智能體層次結構：由管理智能體在「外循環」中維護任務清單，而專業智能體在「內循環」中負責工作執行。這套架構有望很快採用微軟的 OmniParser 等工具，由智能體解釋各類 UI 元素，由此展現微軟在通過智能體操作計算機方面掌握的領先技術儲備——同時也是在與 Anthropic 和Google正在開發的功能正面競爭。微軟公司表示正努力將這項研究成果投入生產，但沒有具體說明相關產品將以何種形式或者何時投放市場。

微軟研究院的 Magentic-One 多智能體系統強調通過內、外兩套循環來解決開放 Web 和基於文件的操作任務。

微軟的方案幫助企業客戶解決了一項關鍵挑戰：如何在保持控制的同時，將智能體規模從數百個擴展至數百萬個。該平台使得企業能夠借助其編排功能協調多個專業智能體，這種方法明顯也更符合各行業對於多智能體系統的依賴和廣泛應用趨勢。

該平台的計費模式也反映出這種以企業為先的定位理念。與大多數 AI 提供商按 token 計費的思路不同，微軟 Copilot Studio 的定價基於實際交換的消息數量——即強調業務成果，而非原始計算量。Lamanna 解釋稱，如今的企業客戶不再糾結於哪種模型最好，更多要求提供具備現實商業價值的用例，「這代表著市場正在發生顯著轉變。」

企業 AI 智能體競爭加劇

雖然其他科技巨頭也都在大力投資 AI 智能體，但微軟將傳統企業功能與廣泛集成相結合使其獲得了早期優勢。Salesforce 和 ServiceNow 等競爭對手已經發佈了自己的 AI 智能體平台，例如 Agentforce（號稱已經建立起上萬種智能體）和 ServiceNow Agents。但這些產品相對較新，缺乏微軟廣闊且穩固的企業覆蓋範圍：長久以來，全球數億企業員工都在使用微軟打造的生產力套件。

此外，各競爭對手的戰略思路也各有不同。OpenAI 專注於開放 API 直接訪問，但尚未建立起企業 AI 智能體部署框架。但其最近發佈的 o1 預覽模型展現出了卓越的推理能力，有望在未來支持智能程度更高的 AI 智能體。而 Crew 等新晉廠商則提供實驗性智能體框架，但缺乏企業級應用規模。LangChain 的模塊化框架在開發者群體中仍然廣受歡迎，但其更注重實驗而非企業級部署。亞馬遜雲科技通過 SageMaker 等平台保持以開發人員為中心的方法；Google的 AI 平台在特定垂直領域則表現出色，只是缺乏一套適合企業廣泛採用的統一智能體框架。

相比之下，微軟將企業安全、低代碼工具、預構建模板以及面向開發人員的專業代碼 SDK 結合起來，使其成為面向不同團隊的更具包容性的選項。軟件巨頭還花費大量時間努力整合旗下各種應用程序和分析數據庫，以確保 AI 智能體可以本地調用任何企業數據，消除出於檢索增強生成（RAG）需求而單獨調用數據庫的繁瑣流程。

當然，AI 智能體技術目前仍處於起步階段。大語言模型仍會產生幻覺，必須對基於這些模型的 AI 智能體保持謹慎的部署和管理態度，以避免陷入無限循環或者造成不必要的成本。部分客戶也對 Copilot 在定價和實踐應用層面的挑戰表達了擔憂。

這部分市場也有可能長期各自為戰。財富五百強企業中有很大一部分往往更傾向於選擇多供應商方法，例如採用微軟的 Copilot 智能體來提高員工工作效率，同時針對敏感應用場景選擇其他框架。

得 AI Agent 者，得天下？

雖然微軟目前在企業 AI 智能體部署方面處於領先地位，但這項技術仍處於早期發展階段。微軟方面的優勢並不在於任何單一功能，而在於其全面的效能實現方法：高度關注企業級基礎設施、廣泛集成以及業務成果本身——而非原始 AI 功能。

微軟能否保住這份領先地位，無疑要看新一年中其解決方案的市場表現。競爭對手們正爭相增強自家產品，企業客戶也開始從試驗階段轉向全面部署。可以想見，AI 智能體正在跨過炒作週期，進入企業 IT 架構的現實應用——而這段轉型期也必然帶來各種複雜因素與嚴苛挑戰。

對於技術領導者來說，現在正是評估 AI 智能體如何改變固有工作流程的最佳時機。從自動執行重覆任務到實現新的協作模式，大家應當於小處入手、關注可量化結果，並優先考慮使用預構建智能體來加快這段變革旅程。相信誰能在這場智能體驅動型業務的轉型浪潮中佔得先機，誰就能在下一階段的市場競爭中建立優勢。

參考鏈接：