Решение проблемы «инфраструктурного шума»
Создание AI-агентов часто требует написания огромного количества boilerplate-кода для координации вызовов моделей, управления контекстом и обработки ошибок. Microsoft Copilot Harness в Foundry Agent Service предлагает управляемую среду выполнения (managed execution system), где Microsoft берет на себя агентный цикл (agent loop) и песочницу, позволяя разработчикам сосредоточиться на бизнес-логике, инструментах и знаниях.
Это решение позволяет выбрать поддерживаемую модель Foundry без необходимости переписывать оркестрацию вокруг нее. По словам Chris Evans (CTO Confluence Technologies), внедрение решения заняло менее недели, что значительно ускорило вывод AI-продуктов на рынок.
Четыре ключевых блока Copilot Harness
Публичная предварительная версия объединяет четыре основных компонента, упрощающих разработку:
- Повторно используемые навыки (Reusable skills): Инструкции, скрипты и ресурсы упаковываются в процедуры, которые агент может применять в разных задачах.
- Подключенные инструменты (Connected tools): Поддержка Foundry и Model Context Protocol (MCP) с явно настроенной аутентификацией.
- Исполнение и делегирование (Execution and delegation): Агенты могут работать с файлами/кодом и делегировать ограниченные задачи встроенным субагентам.
- Управление через Git (Source-controlled definitions): Определение агентов хранится в репозитории и тестируется в Foundry.
Долгоживущие агенты: General Availability
Параллельно с Copilot Harness объявлено о общем доступе (GA) функции долгосрочной устойчивости (long-running resilience) для хостинг-агентов. Это критически важно для рабочих процессов, занимающих часы или дни.
Foundry автоматически обнаруживает прерывания и перезапускает работу с исходными данными. Однако ответственность за сохранение промежуточных результатов (checkpointing) и предотвращение дублирования действий при перезапуске лежит на разработчике. Простого сохранения истории диалога недостаточно для восстановления состояния.
Сравнение подходов к разработке агентов
Foundry Agent Service предлагает гибкий выбор уровня абстракции в зависимости от сложности задачи:
| Подход | Когда выбирать |
|---|---|
| Промпт-агенты без Copilot Harness | Задача решается инструкциями и стандартными инструментами. Минимальная кастомизация. |
| Промпт-агенты с Copilot Harness | Нужны сложные навыки, управляемое выполнение, работа с файлами и субагентами. Фокус на экспертизе, а не инфраструктуре. |
| Хостинг-агенты (Hosted Agents) | Требуется полный контроль над фреймворком, middleware и логикой выполнения. Нужна долгосрочная устойчивость (GA). |
Пример интеграции через Azure Developer CLI
Разработка начинается с описания навыка в файле SKILL.md (инструкции, ограничения, использование инструментов) и определения агента в azure.yaml. Деплой и вызов осуществляются через команды CLI:
azd deploy --all— развертывание ресурсов.azd ai agent invoke ...— запуск агента с конкретным запросом.
Также доступна интеграция через Foundry Portal, Foundry Toolkit для VS Code и плагин Microsoft Foundry для GitHub Copilot.
Источник: Azure AI Blog ↗