Foundry | The .NET Blog

GPT-5.5 Ja És Aquí a Azure Foundry — El que els Desenvolupadors .NET Han de Saber

Emiliano Montesdeoca — Sat, 25 Apr 2026 00:00:00 +0000

Aquest post ha estat traduït automàticament. Per a la versió original, fes clic aquí.

Microsoft acaba d’anunciar que GPT-5.5 ja és disponible a Microsoft Foundry. Si has estat construint agents a Azure, aquesta és l’actualització que esperaves.

La progressió de GPT-5

GPT-5: va unificar raonament i velocitat en un sol sistema
GPT-5.4: raonament multi-pas més robust, capacitats agèntiques per a empreses
GPT-5.5: raonament de llarg context més profund, execució agèntica més fiable, millor eficiència de tokens

Què ha canviat realment

Millor codificació agèntica: GPT-5.5 manté el context a través de grans bases de codi, diagnostica fallades arquitectòniques i anticipa requisits de proves.

Eficiència de tokens: Sortides de major qualitat amb menys tokens i menys reintents. Menys cost i latència en producció.

Anàlisi de llarg context: Gestiona documents extensos i historials multi-sessió sense perdre el fil.

Preus

Model	Entrada ($/M tokens)	Entrada en memòria cau	Sortida ($/M tokens)
GPT-5.5	$5.00	$0.50	$30.00
GPT-5.5 Pro	$30.00	$3.00	$180.00

Foundry Agent Service

Defineix agents en YAML o connecta’ls amb Microsoft Agent Framework, GitHub Copilot SDK, LangGraph o l’SDK d’OpenAI Agents — i executa’ls com a agents allotjats aïllats amb sistema de fitxers persistent, identitat de Microsoft Entra i preus d’escala a zero.

AIAgent agent = aiProjectClient
 .AsAIAgent("gpt-5.5", instructions: "Ets un assistent útil.", name: "ElMeuAgent");

Consulta l’anunci complet.

L'RFT de Foundry s'ha tornat més barat i intel·ligent: això és el que ha canviat

Emiliano Montesdeoca — Sat, 18 Apr 2026 00:00:00 +0000

Si esteu creant aplicacions.NET que es basen en models afinats, val la pena prestar atenció a les actualitzacions de Foundry d’aquest mes. L’afinació del reforç acaba de ser més accessible i molt més barata.

Els detalls complets es troben a l’anunci oficial, però aquí teniu el desglossament pràctic.

Formació global per a o4-mini

o4-mini és el model de referència per a càrregues de treball pesades i de raonament. La gran notícia: ara podeu llançar treballs d’ajustament de més de 13 regions Azure amb taxes d’entrenament per testimoni més baixes en comparació amb la formació estàndard. Mateixa infraestructura, mateixa qualitat, abast més ampli.

Si el vostre equip està repartit per geografies, això és important. Ja no estàs fixat a un grapat de regions per entrenar.

Aquí teniu la crida a l’API REST per iniciar una feina de formació global:

curl -X POST "https://<your-resource>.openai.azure.com/openai/fine_tuning/jobs?api-version=2025-04-01-preview" \
 -H "Content-Type: application/json" \
 -H "api-key: $AZURE_OPENAI_API_KEY" \
 -d '{
 "model": "o4-mini",
 "training_file": "<your-training-file-id>",
 "method": {
 "type": "reinforcement",
 "reinforcement": {
 "grader": {
 "type": "string_check",
 "name": "answer-check",
 "input": "{{sample.output_text}}",
 "reference": "{{item.reference_answer}}",
 "operation": "eq"
 }
 }
 },
 "hyperparameters": {
 "n_epochs": 2,
 "compute_multiplier": 1.0
 },
 "trainingType": "globalstandard"
 }'

Aquesta bandera trainingType: globalstandard és la diferència clau.

Nou model de classificadors: família GPT-4.1

Els qualificadors defineixen el senyal de recompensa amb el qual optimitza el vostre model. Fins ara, els qualificadors basats en models es limitaven a un conjunt més petit de models. Ara teniu tres opcions noves: GPT-4.1, GPT-4.1-mini i GPT-4.1-nano.

Quan hauríeu d’aconseguir els qualificadors model en lloc dels deterministes? Quan la sortida de la vostra tasca és oberta, quan necessiteu una puntuació de crèdit parcial en diverses dimensions o quan esteu creant fluxos de treball agents on la correcció de la trucada d’eines depèn del context semàntic.

Aquesta és la qüestió: l’estratègia de classificació és pràctica:

GPT-4.1-nano per a les iteracions inicials. Bucles de retroalimentació ràpids i de baix cost.
GPT-4.1-mini un cop la rúbrica de qualificació sigui estable i necessiteu una fidelitat més alta.
GPT-4.1 per a la qualificació de la producció o rúbriques complexes on cada decisió de puntuació compta.

Fins i tot podeu barrejar tipus de classificador en un sol treball RFT. Utilitzeu string-match per a la dimensió “resposta correcta” i un model de qualificació per avaluar la qualitat del raonament. Aquesta flexibilitat és sincerament el que fa que sigui útil per a càrregues de treball reals.

El format de dades de RFT es troba

Això fa ensorrar la gent. El format de dades RFT és diferent de SFT. L’últim missatge de cada fila ha de ser una funció d’usuari o de desenvolupador, no d’assistent. La resposta esperada va en una clau de nivell superior com reference_answer que el qualificador fa referència directament.

Si heu estat fent un ajustament supervisat i voleu canviar a RFT, heu de reestructurar les vostres dades d’entrenament. No us salteu aquest pas o els vostres treballs fallaran en silenci.

Per què això és important per als desenvolupadors de.NET

Si truqueu a models ajustats des de les vostres aplicacions.NET mitjançant l’SDK d’Azure OpenAI, una formació més barata significa que podeu repetir de manera més agressiva. Les opcions de classificació del model us permeten ajustar amb precisió les tasques matisades, no només escenaris de concordança exacta. I la guia de bones pràctiques a GitHub us estalviarà temps real de depuració.

Comença petit. De deu a cent mostres. Avaluador simple. Valida el bucle. Després escala.

Connecteu els vostres servidors MCP a les funcions d'Azure amb els agents de Foundry: aquí teniu com

Emiliano Montesdeoca — Fri, 10 Apr 2026 00:00:00 +0000

Aquí hi ha una cosa que m’encanta de l’ecosistema MCP: creeu el vostre servidor una vegada i funciona a tot arreu. VS Code, Visual Studio, Cursor, ChatGPT: cada client MCP pot descobrir i utilitzar les vostres eines. Ara, Microsoft afegeix un altre consumidor a aquesta llista: agents de Foundry.

Lily Ma de l’equip d’Azure SDK va publicar una guia pràctica sobre la connexió de servidors MCP desplegats a Azure Functions amb agents de Microsoft Foundry. Si ja teniu un servidor MCP, això és pur valor afegit, no cal reconstruir-lo.

Per què aquesta combinació té sentit

Azure Functions us ofereix una infraestructura escalable, una autenticació integrada i una facturació sense servidor per allotjar servidors MCP. Microsoft Foundry us ofereix agents d’IA que poden raonar, planificar i prendre accions. Connectar les dues significa que les vostres eines personalitzades (consultar una base de dades, trucar a una API empresarial, executar una lògica de validació) esdevenen capacitats que els agents d’IA empresarials poden descobrir i utilitzar de manera autònoma.

El punt clau: el vostre servidor MCP es manté igual. Només esteu afegint Foundry com un altre consumidor. Les mateixes eines que funcionen a la configuració de VS Code ara alimenten un agent d’IA amb el qual interactuen el vostre equip o clients.

Opcions d’autenticació

Aquí és on la publicació realment afegeix valor. Quatre mètodes d’autenticació segons el vostre escenari:

Mètode	Cas d’ús
Basat en clau (per defecte)	Desenvolupament o servidors sense autenticació Entra
Entrada de Microsoft	Producció amb identitats gestionades
Transmissió d’identitat OAuth	Producció on cada usuari s’autentica individualment
No autenticat	Desenvolupament/proves o dades públiques només

Per a la producció, el camí recomanat és Microsoft Entra amb la identitat de l’agent. El pas d’identitat d’OAuth és per quan el context de l’usuari importa: l’agent demana als usuaris que iniciïn sessió i cada sol·licitud porta el testimoni propi de l’usuari.

Configurant-lo

El flux d’alt nivell:

Implementeu el vostre servidor MCP a Azure Functions: mostres disponibles per a .NET, Python, TypeScript i Java
Activa l’autenticació MCP integrada a l’aplicació de funcions
Obteniu l’URL del vostre punt final — https://<FUNCTION_APP_NAME>.azurewebsites.net/runtime/webhooks/mcp
Afegiu el servidor MCP com a eina a Foundry: aneu al vostre agent al portal, afegiu una eina MCP nova, proporcioneu el punt final i les credencials.

A continuació, proveu-ho al parc infantil de l’Agent Builder enviant un missatge que activaria una de les vostres eines.

La meva opinió

La història de la composició aquí s’està fent molt forta. Creeu el vostre servidor MCP una vegada a.NET (o Python, TypeScript, Java), implementeu-lo a Azure Functions i tots els clients compatibles amb MCP el podran utilitzar: eines de codificació, aplicacions de xat i ara agents d’IA empresarials. Aquest és un patró “Escriu una vegada, utilitza a tot arreu” que realment funciona.

Per als desenvolupadors de.NET específicament, l’extensió MCP d’Azure Functions ho fa senzill. Definiu les vostres eines com a Azure Functions, les implementeu i disposeu d’un servidor MCP de nivell de producció amb tota la seguretat i escala que ofereix Azure Functions.

Tancant

Si teniu eines MCP que s’executen a Azure Functions, connectar-les als agents de Foundry és una victòria ràpida: les vostres eines personalitzades es converteixen en capacitats d’IA empresarial amb una autenticació adequada i sense canvis de codi al propi servidor.

Llegiu la guia completa per obtenir instruccions pas a pas sobre cada mètode d’autenticació i consulteu la documentació detallada per a les configuracions de producció.

Microsoft Foundry Març de 2026: GPT-5.4, Agent Service GA i l'SDK Refresh que ho canvia tot

Emiliano Montesdeoca — Fri, 10 Apr 2026 00:00:00 +0000

Les publicacions mensuals “Què hi ha de nou a Microsoft Foundry” solen ser una barreja de millores incrementals i la funció de titular ocasional. La edició de març de 2026? Es tracta bàsicament de totes les funcions dels titulars. El servei d’agent de Foundry passa a GA, el GPT-5.4 s’envia per a la producció, l’SDK obté una versió estable important i Fireworks AI aporta la inferència de model obert a Azure. Permeteu-me desglossar el que importa per als desenvolupadors de.NET.

El servei d’agent de Foundry està llest per a la producció

Aquest és el gran. El temps d’execució de l’agent de nova generació està disponible generalment: construït a partir de l’API OpenAI Responses, compatible amb cables amb els agents OpenAI i obert a models de diversos proveïdors. Si esteu creant amb l’API Responses avui, la migració a Foundry afegeix seguretat empresarial, xarxes privades, Entra RBAC, seguiment complet i avaluació a més de la vostra lògica d’agent existent.

from azure.ai.projects import AIProjectClient
from azure.ai.projects.models import PromptAgentDefinition

project_client = AIProjectClient(
 endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
 credential=DefaultAzureCredential()
)

agent = project_client.agents.create_version(
 agent_name="my-enterprise-agent",
 definition=PromptAgentDefinition(
 model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
 instructions="You are a helpful assistant.",
 ),
)

Addicions clau: xarxes privades d’extrem a extrem, expansió d’autenticació MCP (inclòs OAuth passthrough), previsualització de Voice Live per a agents de veu a veu i agents allotjats en 6 regions noves.

GPT-5.4: fiabilitat sobre la intel·ligència bruta

GPT-5.4 no es tracta de ser més intel·ligent. Es tracta de ser més fiable. Raonament més sòlid sobre interaccions llargues, millor adherència a les instruccions, menys errors en el flux de treball mitjà i capacitats integrades d’ús de l’ordinador. Per als agents de producció, aquesta fiabilitat és molt més important que les puntuacions de referència.

Model	Preu (per M fitxes)	Millor per
GPT-5.4 (≤272K)	2,50 $ / 15 $ de sortida	Agents de producció, codificació, fluxos de treball de documents
GPT-5.4 Pro	30 $ / 180 $ de sortida	Anàlisi profunda, raonament científic
GPT-5.4 Mini	Rentable	Classificació, extracció, trucades d’eines lleugeres

El joc intel·ligent és una estratègia d’encaminament: GPT-5.4 Mini gestiona el treball de gran volum i de baixa latència, mentre que GPT-5.4 accepta les sol·licituds de gran raonament.

L’SDK és finalment estable

azure-ai-projects SDK va enviar versions estables a tots els idiomes: Python 2.0.0, JS/TS 2.0.0, Java 2.0.0 i.NET 2.0.0 (1 d’abril). La dependència azure-ai-agents ha desaparegut: tot viu sota AIProjectClient. Instal·leu amb pip install azure-ai-projects i els paquets de paquets openai i azure-identity com a dependències directes.

Per als desenvolupadors de.NET, això significa un únic paquet NuGet per a tota la superfície de Foundry. No més fer malabars amb els SDK d’agents separats.

Fireworks AI porta models oberts a Azure

Potser l’addició més interessant des del punt de vista arquitectònic: Fireworks AI processa més de 13 bilions de fitxes diaris a ~180.000 sol·licituds per segon, ara disponible a través de Foundry. DeepSeek V3.2, gpt-oss-120b, Kimi K2.5 i MiniMax M2.5 al llançament.

La història real és porta els teus propis pesos: penja pesos quantificats o ajustats des de qualsevol lloc sense canviar la pila de porcions. Desplegueu mitjançant pagament per testimoni sense servidor o rendiment subministrat.

Altres aspectes destacats

Phi-4 Reasoning Vision 15B: raonament multimodal per a gràfics, diagrames i dissenys de documents
Avaluacions GA: avaluadors predefinits amb un seguiment continu de la producció canalitzat a Azure Monitor
Processament prioritari (visualització prèvia): carril informàtic dedicat per a càrregues de treball sensibles a la latència
Voice Live: temps d’execució de veu a veu que es connecta directament als agents de Foundry
Tracing GA: inspecció de traça d’agents d’extrem a extrem amb classificació i filtre
PromptFlow obsolet: migració a Microsoft Framework Workflows abans de gener de 2027

Tancant

El març de 2026 és un punt d’inflexió per a Foundry. Agent Service GA, SDK estables en tots els idiomes, GPT-5.4 per a agents de producció fiables i inferència de model obert mitjançant Fireworks AI: la plataforma està preparada per a càrregues de treball serioses.

Llegiu el resum complet i creeu el vostre primer agent per començar.

De l'ordinador portàtil a la producció: desplegament d'agents d'IA a Microsoft Foundry amb dues ordres

Emiliano Montesdeoca — Thu, 26 Mar 2026 00:00:00 +0000

Coneixeu aquesta bretxa entre “funciona a la meva màquina” i “està desplegat i atén el trànsit”? Per als agents d’IA, aquesta bretxa ha estat dolorosament àmplia. Heu de subministrar recursos, desplegar models, connectar la identitat, configurar la supervisió, i això és abans que ningú pugui trucar al vostre agent.

L’Azure Developer CLI acaba de convertir-ho en un assumpte de dos comandaments.

El nou flux de treball `azd ai agent`

Permeteu-me explicar com és realment això. Teniu un projecte d’agent d’IA, diguem-ne un agent de consergeria d’hotel. Funciona localment. Voleu que funcioni a Microsoft Foundry.

azd ai agent init
azd up

Això és tot. Dues ordres. azd ai agent init arma la infraestructura com a codi al vostre dipòsit i azd up proveeix tot a Azure i publica el vostre agent. Obteniu un enllaç directe al vostre agent al portal de Foundry.

Què passa sota el capó

L’ordre init genera plantilles de bíceps reals i inspeccionables al vostre repositori:

Un Recurs de Foundry (contenidor de primer nivell)
Un Projecte de Foundry (on viu el vostre agent)
Configuració del model de desplegament (GPT-4o, etc.)
Identitat gestionada amb assignacions de rol RBAC adequades
azure.yaml per al mapa de serveis
agent.yaml amb metadades de l’agent i variables d’entorn

Aquí teniu la part clau: sou el propietari de tot això. Està versionat Bicep al teu repositori. Podeu inspeccionar-lo, personalitzar-lo i confirmar-lo juntament amb el vostre codi d’agent. Sense capses negres màgiques.

El bucle intern del desenvolupament

El que m’agrada molt és la història del desenvolupament local. Quan esteu iterant la lògica de l’agent, no voleu tornar a desplegar cada vegada que canvieu una sol·licitud:

azd ai agent run

Això inicia el vostre agent localment. Vinculeu-lo amb azd ai agent invoke per enviar sol·licituds de prova i teniu un bucle de comentaris ajustat. Edita el codi, reinicia, invoca, repeteix.

L’ordre invoke també és intel·ligent pel que fa a l’encaminament: quan s’executa un agent local, l’orienta automàticament. Quan no ho és, arriba al punt final remot.

Monitorització en temps real

Aquesta és la característica que em va vendre. Un cop desplegat el vostre agent:

azd ai agent monitor --follow

Cada sol·licitud i resposta que flueix pel vostre agent es transmet al vostre terminal en temps real. Per depurar problemes de producció, això és inestimable. Sense investigar l’analítica de registres, sense esperar que les mètriques s’agreguin; veuràs què està passant ara mateix.

El conjunt d’ordres complet

Aquí teniu la referència ràpida:

Comandament	Què fa
`azd ai agent init`	Armar un projecte d’agent de Foundry amb IaC
`azd up`	Proveïu els recursos d’Azure i implementeu l’agent
`azd ai agent invoke`	Envieu sol·licituds a l’agent local o remot
`azd ai agent run`	Executeu l’agent localment per al desenvolupament
`azd ai agent monitor`	Transmet els registres en temps real de l’agent publicat
`azd ai agent show`	Comproveu l’estat i l’estat de l’agent
`azd down`	Netegeu tots els recursos d’Azure

Per què això és important per als desenvolupadors de.NET

Tot i que la mostra de l’anunci està basada en Python, la història de la infraestructura és independent del llenguatge. El vostre agent.NET obté la mateixa bastida Bíceps, la mateixa configuració d’identitat gestionada, la mateixa canalització de monitorització. I si ja esteu utilitzant azd per a les vostres aplicacions.NET Aspire o implementacions d’Azure, això s’adapta perfectament al vostre flux de treball existent.

La bretxa de desplegament dels agents d’IA ha estat un dels punts de fricció més grans de l’ecosistema. Passar d’un prototip de treball a un punt final de producció amb una identitat, una xarxa i un seguiment adequats no hauria de requerir una setmana de treball DevOps. Ara requereix dues ordres i uns minuts.

Tancant

azd ai agent ja està disponible. Si heu postergat la implementació dels vostres agents d’IA perquè la configuració de la infraestructura us semblava massa feina, proveu-ho. Fes una ullada a la tutorial completa per veure el pas a pas complet, inclosa la integració de l’aplicació de xat frontal.

El servei d'agents de Foundry és GA: el que realment importa per als constructors d'agents.NET

Emiliano Montesdeoca — Thu, 26 Mar 2026 00:00:00 +0000

Siguem sincers: construir un prototip d’agent d’IA és la part fàcil. La part difícil és que tot sigui després: posar-lo en producció amb un aïllament adequat de la xarxa, fer avaluacions que realment signifiquen alguna cosa, gestionar els requisits de compliment i no trencar les coses a les 2 del matí.

El Foundry Agent Service acaba de passar a GA, i aquest llançament està centrat en aquest buit de “tot després”.

Creat a partir de l’API Responses

Aquí teniu el titular: el servei d’agent de Foundry de nova generació es basa en l’API de respostes d’OpenAI. Si ja esteu creant amb aquest protocol de cable, migrar a Foundry és un canvi de codi mínim. Què obteniu: seguretat empresarial, xarxes privades, Entra RBAC, seguiment complet i avaluació, a més de la vostra lògica d’agent existent.

L’arquitectura és oberta intencionadament. No esteu bloquejat a un proveïdor de models ni a un marc d’orquestració. Utilitzeu DeepSeek per a la planificació, OpenAI per a la generació, LangGraph per a l’orquestració: el temps d’execució gestiona la capa de coherència.

from azure.ai.projects import AIProjectClient
from azure.ai.projects.models import PromptAgentDefinition

with (
 DefaultAzureCredential() as credential,
 AIProjectClient(endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
 credential=credential) as project_client,
 project_client.get_openai_client() as openai_client,
):
 agent = project_client.agents.create_version(
 agent_name="my-enterprise-agent",
 definition=PromptAgentDefinition(
 model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
 instructions="You are a helpful assistant.",
 ),
 )

 conversation = openai_client.conversations.create()
 response = openai_client.responses.create(
 conversation=conversation.id,
 input="What are best practices for building AI agents?",
 extra_body={
 "agent_reference": {"name": agent.name, "type": "agent_reference"}
 },
 )
 print(response.output_text)

Si veniu del paquet azure-ai-agents, ara els agents són operacions de primera classe a AIProjectClient a azure-ai-projects. Deixeu anar el pin autònom i utilitzeu get_openai_client() per generar respostes.

Xarxes privades: s’ha eliminat el bloquejador empresarial

Aquesta és la característica que desbloqueja l’adopció empresarial. Foundry ara admet xarxes privades d’extrem a extrem amb BYO VNet:

Sense sortida pública: el trànsit d’agents no toca mai l’Internet pública
Injecció de contenidor/subxarxa a la vostra xarxa per a la comunicació local
Connectivitat d’eines inclosa: els servidors MCP, Azure AI Search i els agents de dades de Fabric operen per camins privats

Aquest darrer punt és crític. No només les trucades d’inferència es mantenen privades: totes les trucades d’invocació i recuperació d’eines també es mantenen dins dels límits de la vostra xarxa. Per als equips que operen sota polítiques de classificació de dades que prohibeixen l’encaminament extern, això és el que faltava.

Autenticació MCP feta correctament

Les connexions del servidor MCP ara admeten l’espectre complet de patrons d’autenticació:

Mètode d’autenticació	Quan s’ha d’utilitzar
Basat en claus	Accés compartit senzill per a eines internes de tota l’organització
Entra la identitat de l’agent	servei a servei; l’agent s’autentica com ell mateix
Entra a la identitat gestionada	Aïllament per projecte; cap gestió de credencials
Passthrough d’identitat OAuth	Accés delegat per l’usuari; agent actua en nom dels usuaris

OAuth Identity Passthrough és l’interessant. Quan els usuaris han de concedir a un agent accés a les seves dades personals (el seu OneDrive, la seva organització de Salesforce, una API de SaaS definida per l’usuari), l’agent actua en nom seu amb els fluxos d’OAuth estàndard. No hi ha cap identitat de sistema compartida que pretengui ser tothom.

Voice Live: veu a veu sense la fontaneria

Afegir veu a un agent solia significar unir STT, LLM i TTS: tres serveis, tres salts de latència, tres superfícies de facturació, tot sincronitzat a mà. Voice Live ho col·lapsa en una única API gestionada amb:

Activitat de veu semàntica i detecció de final de torn (comprèn el significat, no només el silenci)
Supressió de soroll del costat del servidor i cancel·lació d’eco
Suport d’intrusió (els usuaris poden interrompre la resposta mitjana)

Les interaccions de veu passen pel mateix temps d’execució de l’agent que el text. Els mateixos avaluadors, els mateixos rastres, la mateixa visibilitat de costos. Per a escenaris d’assistència al client, servei de camp o accessibilitat, això substitueix el que abans requeria una canalització d’àudio personalitzada.

Avaluacions: des de la casella de selecció fins al seguiment continu

Aquí és on Foundry es pren seriosament sobre la qualitat de la producció. El sistema d’avaluació té ara tres capes:

Avaluadors fora de la caixa: coherència, rellevància, fonamentació, qualitat de recuperació, seguretat. Connecta’t a un conjunt de dades o trànsit en directe i recupera les puntuacions.
Avaluadors personalitzats: codifiqueu la vostra pròpia lògica empresarial, estàndards de to i regles de compliment específiques del domini.
Avaluació contínua: Foundry mostra el trànsit de producció en directe, executa la vostra suite d’avaluadors i mostra els resultats mitjançant taulers de control. Establiu alertes d’Azure Monitor per quan cau la connexió a terra o incompliment dels llindars de seguretat.

Tot es publica a Azure Monitor Application Insights. Qualitat de l’agent, salut de la infraestructura, cost i telemetria d’aplicacions, tot en un sol lloc.

eval_object = openai_client.evals.create(
 name="Agent Quality Evaluation",
 data_source_config=DataSourceConfigCustom(
 type="custom",
 item_schema={
 "type": "object",
 "properties": {"query": {"type": "string"}},
 "required": ["query"],
 },
 include_sample_schema=True,
 ),
 testing_criteria=[
 {
 "type": "azure_ai_evaluator",
 "name": "fluency",
 "evaluator_name": "builtin.fluency",
 "initialization_parameters": {
 "deployment_name": os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"]
 },
 "data_mapping": {
 "query": "{{item.query}}",
 "response": "{{sample.output_text}}",
 },
 },
 ],
)

Sis noves regions per als agents allotjats

Els agents allotjats ara estan disponibles a l’est dels EUA, al nord del centre dels EUA, a Suècia al centre, al sud-est asiàtic, al Japó oriental i més. Això és important per als requisits de residència de les dades i per comprimir la latència quan el vostre agent s’executa a prop de les seves fonts de dades.

Per què això és important per als desenvolupadors de.NET

Tot i que les mostres de codi de l’anunci de GA són Python primer, la infraestructura subjacent és independent del llenguatge, i l’SDK.NET per a azure-ai-projects segueix els mateixos patrons. L’API Responses, el marc d’avaluació, la xarxa privada, l’autenticació MCP, tot això està disponible a.NET.

Si heu estat esperant que els agents d’IA passin de “demo fantàstica” a “Puc enviar-ho a la feina”, aquest llançament de GA és el senyal. Les xarxes privades, l’autenticació adequada, l’avaluació contínua i el seguiment de la producció són les peces que faltaven.

Tancant

El servei d’agent de Foundry ja està disponible. Instal·leu l’SDK, obriu el portal i comenceu a crear. La guia d’inici ràpid us porta de zero a un agent en execució en qüestió de minuts.

Per obtenir la informació tècnica completa amb totes les mostres de codi, consulteu l’anunci de GA.

El servidor Azure DevOps MCP arriba a Microsoft Foundry: què significa això per als vostres agents d'IA

Emiliano Montesdeoca — Thu, 26 Mar 2026 00:00:00 +0000

MCP (Model Context Protocol) ha tingut un moment. Si heu estat seguint l’ecosistema d’agents d’IA, probablement heu notat que els servidors MCP apareixen a tot arreu, donant als agents la possibilitat d’interaccionar amb eines i serveis externs mitjançant un protocol estandarditzat.

Ara el Servidor MCP d’Azure DevOps està disponible a Microsoft Foundry, i aquesta és una d’aquestes integracions que et fa pensar en les possibilitats pràctiques.

Què està passant realment aquí

Microsoft ja va llançar l’Azure DevOps MCP Server com a vista prèvia pública, això és el propi servidor MCP. La novetat és la integració de Foundry. Ara podeu afegir l’Azure DevOps MCP Server als vostres agents de Foundry directament des del catàleg d’eines.

Per a aquells que encara no estiguin familiaritzats amb Foundry: és la plataforma unificada de Microsoft per crear i gestionar aplicacions i agents basats en IA a escala. Accés al model, orquestració, avaluació, desplegament, tot en un sol lloc.

Configurant-lo

La configuració és sorprenentment senzilla:

Al vostre agent de Foundry, aneu a Afegeix eines > Catàleg
Cerqueu “Azure DevOps”
Seleccioneu el servidor Azure DevOps MCP (visualització prèvia) i feu clic a Crea
Introduïu el nom de la vostra organització i connecteu-vos

Això és tot. El vostre agent ara té accés a les eines d’Azure DevOps.

Controlar a què pot accedir el vostre agent

Aquesta és la part que agraeixo: no us enganxeu amb un enfocament de tot o res. Podeu especificar quines eines estan disponibles per al vostre agent. Per tant, si només voleu que llegeixi elements de treball però no toqui les canalitzacions, podeu configurar-ho. Principi de privilegis mínims, aplicat als vostres agents d’IA.

Això és important per als escenaris empresarials en què no voleu que un agent activi accidentalment una canalització de desplegament perquè algú li va demanar que “ajudés amb el llançament”.

Per què això és interessant per als equips.NET

Penseu en què permet això a la pràctica:

Ajudants de planificació de sprint: agents que poden extreure elements de treball, analitzar dades de velocitat i suggerir capacitat de sprint
Bots de revisió de codi: agents que entenen el vostre context de relacions públiques perquè poden llegir els vostres repositoris i els elements de treball enllaçats.
Resposta a incidents: agents que poden crear elements de treball, consultar implementacions recents i correlacionar errors amb canvis recents
Incorporació de desenvolupadors — “En què he de treballar?” obté una resposta real recolzada per dades reals del projecte

Per als equips.NET que ja utilitzen Azure DevOps per als seus pipelines CI/CD i la gestió de projectes, tenir un agent d’IA que pugui interactuar directament amb aquests sistemes és un pas important cap a una automatització útil (no només chatbot com a servei).

La imatge MCP més gran

Això forma part d’una tendència més àmplia: els servidors MCP s’estan convertint en la manera estàndard en què els agents d’IA interactuen amb el món exterior. Els veiem per a GitHub, Azure DevOps, bases de dades, API SaaS, i Foundry s’està convertint en el centre on s’uneixen totes aquestes connexions.

Si esteu creant agents a l’ecosistema.NET, val la pena prestar atenció a MCP. El protocol està estandarditzat, les eines estan madurant i la integració de Foundry el fa accessible sense haver de connectar manualment les connexions del servidor.

Tancant

El servidor Azure DevOps MCP a Foundry està en vista prèvia, així que espereu que evolucioni. Però el flux de treball bàsic és sòlid: connecteu-vos, configureu l’accés a les eines i deixeu que els vostres agents treballin amb les vostres dades de DevOps. Si ja sou a l’ecosistema de Foundry, això és a uns quants clics. Prova-ho i mira quins fluxos de treball pots crear.

Consulteu l’anunci complet per a la configuració pas a pas i més detalls.

Foundry | The .NET Blog

GPT-5.5 Ja És Aquí a Azure Foundry — El que els Desenvolupadors .NET Han de Saber

La progressió de GPT-5

Què ha canviat realment

Preus

Foundry Agent Service

L'RFT de Foundry s'ha tornat més barat i intel·ligent: això és el que ha canviat

Formació global per a o4-mini

Nou model de classificadors: família GPT-4.1

El format de dades de RFT es troba

Per què això és important per als desenvolupadors de.NET

Connecteu els vostres servidors MCP a les funcions d'Azure amb els agents de Foundry: aquí teniu com

Per què aquesta combinació té sentit

Opcions d’autenticació

Configurant-lo

La meva opinió

Tancant

Microsoft Foundry Març de 2026: GPT-5.4, Agent Service GA i l'SDK Refresh que ho canvia tot

El servei d’agent de Foundry està llest per a la producció

GPT-5.4: fiabilitat sobre la intel·ligència bruta

L’SDK és finalment estable

Fireworks AI porta models oberts a Azure

Altres aspectes destacats

Tancant

De l'ordinador portàtil a la producció: desplegament d'agents d'IA a Microsoft Foundry amb dues ordres

El nou flux de treball azd ai agent

Què passa sota el capó

El bucle intern del desenvolupament

Monitorització en temps real

El conjunt d’ordres complet

Per què això és important per als desenvolupadors de.NET

Tancant

El servei d'agents de Foundry és GA: el que realment importa per als constructors d'agents.NET

Creat a partir de l’API Responses

Xarxes privades: s’ha eliminat el bloquejador empresarial

Autenticació MCP feta correctament

Voice Live: veu a veu sense la fontaneria

Avaluacions: des de la casella de selecció fins al seguiment continu

Sis noves regions per als agents allotjats

Per què això és important per als desenvolupadors de.NET

Tancant

El servidor Azure DevOps MCP arriba a Microsoft Foundry: què significa això per als vostres agents d'IA

Què està passant realment aquí

Configurant-lo

Controlar a què pot accedir el vostre agent

Per què això és interessant per als equips.NET

La imatge MCP més gran

Tancant

El nou flux de treball `azd ai agent`