Agents | The .NET Blog

CodeAct di Agent Framework: Cara Memotong Latensi Agen Anda Setengahnya

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

Posting ini telah diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Ada momen dalam setiap proyek agen di mana Anda melihat trace dan berpikir: “kenapa ini lama sekali?” Model tidak masalah. Alat-alat bekerja. Tapi ada tujuh round trip untuk mendapatkan hasil yang bisa dihitung dalam satu langkah.

Itulah persis masalah yang dipecahkan CodeAct — dan tim Agent Framework baru saja merilis dukungan alpha melalui paket baru agent-framework-hyperlight.

Apa itu CodeAct?

Pola CodeAct secara elegan sederhana: alih-alih memberi model daftar alat untuk dipanggil satu per satu, Anda memberinya satu alat execute_code dan membiarkannya mengekspresikan seluruh rencana sebagai program Python singkat.

Pendekatan	Waktu	Token
Tradisional	27,81d	6.890
CodeAct	13,23d	2.489
Peningkatan	52,4%	63,9%

Keamanan: Micro-VM Hyperlight

Paket agent-framework-hyperlight menggunakan micro-VM Hyperlight. Setiap pemanggilan execute_code mendapat micro-VM baru yang baru dibuat. Startup diukur dalam milidetik. Isolasi hampir gratis.

Alat Anda tetap berjalan di host. Kode lem yang dihasilkan model berjalan di sandbox. Itulah pembagian yang benar.

Pengaturan Minimal

from agent_framework import Agent, tool
from agent_framework_hyperlight import HyperlightCodeActProvider

codeact = HyperlightCodeActProvider(
 tools=[get_weather],
 approval_mode="never_require",
)

agent = Agent(
 client=client,
 name="CodeActAgent",
 instructions="You are a helpful assistant.",
 context_providers=[codeact],
)

Kapan Menggunakan CodeAct (dan Kapan Tidak)

Gunakan CodeAct ketika:

Tugas merantai banyak pemanggilan alat kecil (pencarian, penggabungan, perhitungan)
Latensi dan biaya token penting
Anda ingin isolasi kuat per pemanggilan untuk kode yang dihasilkan model

Tetap gunakan tool-calling tradisional ketika:

Agen hanya melakukan satu atau dua pemanggilan alat per giliran
Setiap pemanggilan memiliki efek samping yang perlu disetujui secara individual

Coba Sekarang

pip install agent-framework-hyperlight --pre

Baca posting lengkap di blog Agent Framework.

Di Mana Agen Anda Mengingat Hal-hal? Panduan Praktis Penyimpanan Riwayat Obrolan

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

Posting ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Saat membangun agen AI, Anda menghabiskan sebagian besar energi pada model, alat, dan prompt. Pertanyaan di mana riwayat percakapan disimpan tampak seperti detail implementasi — tetapi itu adalah salah satu keputusan arsitektur terpenting yang akan Anda buat.

Hal ini menentukan apakah pengguna dapat memisahkan percakapan, membatalkan jawaban, melanjutkan sesi setelah restart, dan apakah data Anda pernah meninggalkan infrastruktur Anda. Tim Agent Framework menerbitkan analisis mendalam.

Dua pola mendasar

Dikelola layanan: Layanan AI menyimpan status percakapan. Aplikasi Anda menyimpan referensi dan layanan secara otomatis menyertakan riwayat yang relevan dalam setiap permintaan.

Dikelola klien: Aplikasi Anda mempertahankan riwayat lengkap dan mengirim pesan yang relevan dengan setiap permintaan. Layanan tidak memiliki status. Anda mengontrol segalanya.

Cara Agent Framework mengabstraksi ini

AgentSession session = await agent.CreateSessionAsync();
var first = await agent.RunAsync("Nama saya Alice.", session);
var second = await agent.RunAsync("Siapa nama saya?", session);

session = agent.create_session()
first = await agent.run("Nama saya Alice.", session=session)
second = await agent.run("Siapa nama saya?", session=session)

Referensi cepat penyedia

Penyedia	Penyimpanan	Model	Kompaksi
OpenAI/Azure Chat Completions	Klien	N/A	Anda
Foundry Agent Service	Layanan	Linear	Layanan
Responses API (default)	Layanan	Percabangan	Layanan
Anthropic Claude, Ollama	Klien	N/A	Anda

Cara memilih

Butuh percabangan atau “batalkan”? → Responses API dikelola layanan
Butuh kedaulatan data? → Dikelola klien dengan backend database
Chatbot sederhana? → Linear dikelola layanan sudah cukup

Baca posting lengkap untuk pohon keputusan lengkap.

Foundry Toolboxes: Satu Endpoint untuk Semua Alat Agen AI

Emiliano Montesdeoca — Thu, 23 Apr 2026 00:00:00 +0000

Postingan ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Ada masalah yang terlihat sepele sampai benar-benar dihadapi: organisasi membangun beberapa agen AI, masing-masing butuh alat, dan setiap tim mengonfigurasinya dari awal. Integrasi pencarian web yang sama, konfigurasi Azure AI Search yang sama, koneksi server GitHub MCP yang sama — tapi di repositori berbeda, oleh tim berbeda, dengan kredensial berbeda, tanpa tata kelola bersama.

Microsoft Foundry baru saja meluncurkan Toolboxes dalam preview publik, dan ini adalah jawaban langsung atas masalah tersebut.

Apa itu Toolbox?

Toolbox adalah bundel alat bernama yang dapat digunakan kembali, didefinisikan sekali di Foundry dan diekspos melalui satu endpoint yang kompatibel dengan MCP. Runtime agen apa pun yang berbicara MCP dapat mengonsumsinya — tidak ada lock-in ke Foundry Agents.

Janjinya sederhana: build once, consume anywhere. Definisikan alat, konfigurasikan autentikasi secara terpusat (OAuth passthrough, identitas terkelola Entra), terbitkan endpoint. Setiap agen yang membutuhkan alat tersebut terhubung ke endpoint dan mendapatkan semuanya.

Empat pilar (dua tersedia hari ini)

Pilar	Status	Apa yang dilakukan
Discover	Segera hadir	Temukan alat yang disetujui tanpa pencarian manual
Build	Tersedia	Kelompokkan alat ke dalam bundel yang dapat digunakan kembali
Consume	Tersedia	Satu endpoint MCP mengekspos semua alat
Govern	Segera hadir	Autentikasi terpusat + observabilitas untuk semua panggilan alat

Contoh praktis

from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient
import os

client = AIProjectClient(
 endpoint=os.environ["FOUNDRY_PROJECT_ENDPOINT"],
 credential=DefaultAzureCredential()
)

toolbox_version = client.beta.toolboxes.create_toolbox_version(
 toolbox_name="customer-feedback-triaging-toolbox",
 description="Cari dokumentasi dan respons issues GitHub.",
 tools=[
 {"type": "web_search", "description": "Cari dokumentasi publik"},
 {"type": "azure_ai_search", "index_name": "internal-docs"},
 {"type": "mcp_server", "server_url": "https://your-github-mcp-server.com"}
 ]
)

Setelah diterbitkan, Foundry menyediakan endpoint terpadu. Satu koneksi, semua alat.

Tidak terkunci di Foundry Agents

Toolboxes dibuat dan dikelola di Foundry, tapi permukaan konsumsinya adalah protokol MCP yang terbuka. Bisa digunakan dari agen kustom (Microsoft Agent Framework, LangGraph), GitHub Copilot dan IDE lain yang mendukung MCP.

Mengapa penting sekarang

Gelombang multi-agen sedang tiba di produksi. Setiap agen baru adalah permukaan baru untuk konfigurasi duplikat, kredensial usang, dan perilaku tidak konsisten. Fondasi Build + Consume cukup untuk mulai sentralisasi. Ketika pilar Govern tiba, akan ada lapisan alat yang sepenuhnya dapat diamati dan dikontrol secara terpusat untuk seluruh armada agen.

Penutup

Ini masih awal — preview publik, Python SDK dulu, Discover dan Govern masih akan datang. Tapi modelnya kokoh dan desain MCP-native berarti bekerja dengan alat yang sudah dibangun. Cek pengumuman resmi untuk memulai.

VS Code 1.117: Agen Mendapatkan Cabang Git Sendiri dan Saya Sangat Setuju

Emiliano Montesdeoca — Sun, 19 Apr 2026 00:00:00 +0000

Postingan ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Garis antara “asisten AI” dan “rekan tim AI” terus menipis. VS Code 1.117 baru saja mendarat dan catatan rilis lengkap penuh, tapi ceritanya jelas: agen menjadi warga kelas satu dalam alur kerjamu.

Inilah yang sebenarnya penting.

Mode Autopilot akhirnya mengingat preferensimu

Sebelumnya, kamu harus mengaktifkan kembali Autopilot setiap kali memulai sesi baru. Menjengkelkan. Sekarang mode izinmu persisten antar sesi, dan kamu bisa mengonfigurasi defaultnya.

Agent Host mendukung tiga konfigurasi sesi:

Default — alat meminta konfirmasi sebelum berjalan
Bypass — menyetujui segalanya secara otomatis
Autopilot — sepenuhnya otonom, menjawab pertanyaannya sendiri dan terus berjalan

Jika kamu membuat scaffold proyek .NET baru dengan migrasi, Docker, dan CI — atur ke Autopilot sekali dan lupakan. Preferensi itu bertahan.

Isolasi Worktree dan git untuk sesi agen

Ini yang besar. Sesi agen sekarang mendukung isolasi worktree dan git penuh. Artinya ketika agen mengerjakan tugas, ia mendapatkan cabang dan direktori kerja sendiri. Cabang utamamu tetap tidak tersentuh.

Bahkan lebih baik — Copilot CLI menghasilkan nama cabang yang bermakna untuk sesi worktree ini. Tidak ada lagi agent-session-abc123. Kamu mendapatkan sesuatu yang benar-benar mendeskripsikan apa yang dilakukan agen.

Untuk developer .NET yang menjalankan beberapa cabang fitur atau memperbaiki bug sementara tugas scaffolding panjang berjalan, ini adalah perubahan besar.

Subagen dan tim agen

Agent Host Protocol sekarang mendukung subagen. Agen bisa menjalankan agen lain untuk menangani bagian dari sebuah tugas. Agen utama berkoordinasi, dan agen khusus menangani bagian-bagiannya.

Output terminal otomatis disertakan saat agen mengirim input

Kecil tapi bermakna. Ketika agen mengirim input ke terminal, output terminal sekarang secara otomatis disertakan dalam konteks. Jika kamu pernah melihat agen menjalankan dotnet build, gagal, dan kemudian membutuhkan giliran ekstra hanya untuk melihat kesalahan — gesekan itu hilang.

Aplikasi Agen yang memperbarui dirinya sendiri di macOS

Aplikasi Agen mandiri di macOS sekarang memperbarui dirinya sendiri. Tidak perlu lagi mengunduh versi baru secara manual.

Kesimpulan

VS Code 1.117 adalah infrastruktur. Isolasi worktree, izin persisten, protokol subagen — ini adalah blok bangunan untuk alur kerja di mana agen menangani tugas nyata dan paralel tanpa mengganggu kodemu. Jika kamu membangun dengan .NET dan belum menyelami alur kerja agentik, sejujurnya, sekarang adalah waktu yang tepat untuk mulai.

Di Mana Anda Harus Meng-host Agen AI di Azure? Panduan Keputusan Praktis

Emiliano Montesdeoca — Wed, 15 Apr 2026 00:00:00 +0000

Postingan ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Jika Anda sedang membangun agen AI dengan .NET sekarang, Anda mungkin sudah memperhatikan: ada banyak cara untuk meng-host-nya di Azure. Container Apps, AKS, Functions, App Service, Foundry Agents, Foundry Hosted Agents.

Microsoft baru saja menerbitkan panduan komprehensif untuk hosting agen Azure AI.

Enam opsi sekilas

Opsi	Terbaik untuk	Anda kelola
Container Apps	Kontrol container penuh tanpa kerumitan K8s	Observabilitas, state, siklus hidup
AKS	Kepatuhan enterprise, multi-cluster	Semuanya
Azure Functions	Tugas singkat berbasis event	Hampir tidak ada
App Service	Agen HTTP sederhana	Deployment, scaling
Foundry Agents	Agen opsional kode	Hampir tidak ada
Foundry Hosted Agents	Agen framework kustom	Hanya kode agen Anda

Foundry Hosted Agents — titik manis untuk developer agen .NET

Deployment benar-benar sederhana:

azd ext install azure.ai.agents
azd ai agent init
azd up

Satu perintah azd up membangun container, mendorongnya ke ACR, menyediakan proyek Foundry, dan memulai agen.

Kerangka keputusan saya

Butuh infrastruktur nol? → Foundry Agents
Punya kode agen kustom tapi ingin hosting terkelola? → Foundry Hosted Agents
Tugas singkat berbasis event? → Azure Functions
Kontrol container maksimum? → Container Apps
Kepatuhan ketat dan multi-cluster? → AKS

Kesimpulan

Untuk sebagian besar developer .NET yang membangun dengan Semantic Kernel atau Microsoft Agent Framework, Hosted Agents kemungkinan adalah titik awal yang tepat. Cek panduan lengkap dari Microsoft.

Azure MCP Server 2.0 Baru Dirilis — Otomasi Cloud Agentic Self-Hosted Sudah Ada

Emiliano Montesdeoca — Sat, 11 Apr 2026 00:00:00 +0000

Postingan ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Jika Anda baru-baru ini membangun sesuatu dengan MCP dan Azure, Anda mungkin sudah tahu bahwa pengalaman lokal bekerja dengan baik. Tapi ketika Anda perlu berbagi pengaturan itu ke seluruh tim? Di situlah hal-hal menjadi rumit.

Tidak lagi. Azure MCP Server baru saja mencapai 2.0 stabil, dan fitur utamanya adalah persis yang telah diminta tim enterprise: dukungan server MCP remote self-hosted.

Apa itu Azure MCP Server?

Azure MCP Server mengimplementasikan spesifikasi Model Context Protocol dan mengekspos kemampuan Azure sebagai alat terstruktur dan dapat ditemukan. Angkanya berbicara sendiri: 276 alat MCP di 57 layanan Azure.

Hal besar: deployment remote self-hosted

Dalam skenario tim nyata, Anda membutuhkan:

Akses bersama untuk developer dan sistem agen internal
Konfigurasi terpusat
Batas jaringan dan kebijakan enterprise
Integrasi ke pipeline CI/CD

Azure MCP Server 2.0 mengatasi semua ini. Untuk autentikasi, ada dua opsi:

Managed Identity — saat berjalan bersama Microsoft Foundry
Alur On-Behalf-Of (OBO) — delegasi OpenID Connect dengan izin pengguna yang sebenarnya

Pengerasan keamanan

Rilis 2.0 menambahkan validasi endpoint yang lebih kuat, perlindungan terhadap pola injection, dan kontrol isolasi yang lebih ketat.

Memulai

GitHub Repo — kode sumber, dokumentasi
Docker Image — deployment dalam container
Ekstensi VS Code — integrasi IDE
Panduan self-hosting — fitur unggulan 2.0

Agentic Platform Engineering Menjadi Nyata — Git-APE Menunjukkan Caranya

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

Postingan ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Platform engineering telah menjadi salah satu istilah yang terdengar hebat di konferensi tetapi biasanya berarti “kami membangun portal internal dan wrapper Terraform.” Janji sebenarnya — self-service infrastruktur yang benar-benar aman, terkendali, dan cepat — selalu beberapa langkah menjauh.

Tim Azure baru saja menerbitkan Bagian 2 dari seri agentic platform engineering mereka. Mereka menyebutnya Git-APE — sebuah proyek open-source yang menggunakan agen GitHub Copilot dan server Azure MCP untuk mengubah permintaan bahasa alami menjadi infrastruktur yang tervalidasi dan ter-deploy.

Apa yang sebenarnya dilakukan Git-APE

Ide inti: alih-alih mempelajari modul Terraform, developer berbicara dengan agen Copilot. Agen menginterpretasikan niat, menghasilkan Infrastructure-as-Code, memvalidasi terhadap kebijakan, dan mendeploy — semuanya dalam VS Code.

git clone https://github.com/Azure/git-ape
cd git-ape

Buka workspace di VS Code, dan file konfigurasi agen ditemukan otomatis oleh GitHub Copilot:

@git-ape deploy a function app with storage in West Europe

Pembersihan sama mudahnya:

@git-ape destroy my-resource-group

Mengapa ini penting

Bagi yang membangun di Azure, ini menggeser percakapan platform engineering dari “bagaimana kami membangun portal” menjadi “bagaimana kami mendeskripsikan guardrail kami sebagai API.”

Sebagai developer .NET: Azure MCP Server dan agen GitHub Copilot bekerja dengan semua workload Azure — ASP.NET Core API Anda, tumpukan .NET Aspire — semuanya bisa menjadi target alur deployment agentik.

Kesimpulan

Git-APE adalah pandangan awal tetapi konkret tentang agentic platform engineering dalam praktik. Clone repositorinya dan baca postingan lengkap.

Microsoft Foundry Maret 2026 — GPT-5.4, Agent Service GA, dan SDK Refresh yang Mengubah Segalanya

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

Postingan ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Posting bulanan “Yang Baru di Microsoft Foundry” biasanya merupakan campuran peningkatan bertahap. Edisi Maret 2026? Hampir semuanya adalah fitur utama.

Foundry Agent Service siap untuk produksi

Runtime agen generasi berikutnya tersedia secara umum — dibangun di atas OpenAI Responses API, kompatibel secara wire dengan agen OpenAI.

Penambahan utama: jaringan privat end-to-end, ekspansi auth MCP, pratinjau Voice Live, dan hosted agents di 6 region baru.

GPT-5.4 — keandalan di atas kecerdasan mentah

GPT-5.4 bukan tentang menjadi lebih pintar. Ini tentang menjadi lebih andal.

Model	Harga (per M token)	Terbaik untuk
GPT-5.4 (≤272K)	$2.50 / $15 output	Agen produksi
GPT-5.4 Pro	$30 / $180 output	Analisis mendalam
GPT-5.4 Mini	Hemat biaya	Klasifikasi, ekstraksi

SDK akhirnya stabil

SDK azure-ai-projects merilis versi stabil di semua bahasa — termasuk .NET 2.0.0.

Fireworks AI membawa model terbuka ke Azure

DeepSeek V3.2, gpt-oss-120b, Kimi K2.5 tersedia saat peluncuran.

Baca ringkasan lengkap.

VS Code 1.116 — Aplikasi Agen Mendapatkan Navigasi Keyboard dan Penyelesaian Konteks File

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

Postingan ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

VS Code 1.116 adalah rilis April 2026, dan meskipun lebih ringan dari beberapa pembaruan terbaru, perubahannya fokus dan bermakna — terutama jika kamu menggunakan aplikasi Agen setiap hari.

Inilah yang mendarat, berdasarkan catatan rilis resmi.

Peningkatan aplikasi Agen

Aplikasi Agen terus matang dengan polesan kegunaan yang membuat perbedaan nyata dalam alur kerja sehari-hari:

Keybinding khusus — kamu sekarang bisa memfokuskan tampilan Changes, pohon file dalam Changes, dan tampilan Chat Customizations dengan perintah dan pintasan keyboard khusus.

Dialog bantuan aksesibilitas — menekan Alt+F1 di kotak input chat sekarang membuka dialog bantuan aksesibilitas yang menampilkan perintah dan keybinding yang tersedia.

Penyelesaian konteks file — ketik # di chat aplikasi Agen untuk memicu penyelesaian konteks file yang dicakup ke workspace saat ini.

Resolusi tautan CSS `@import`

Sesuatu yang bagus untuk developer frontend: VS Code sekarang menyelesaikan referensi CSS @import yang menggunakan jalur node_modules. Kamu bisa Ctrl+klik melalui import seperti @import "some-module/style.css" saat menggunakan bundler.

Kesimpulan

VS Code 1.116 tentang penyempurnaan — membuat aplikasi Agen lebih mudah dinavigasi, lebih mudah diakses, dan lebih ramah keyboard. Lihat catatan rilis lengkapnya untuk daftar lengkap.

azd Kini Memungkinkan Anda Menjalankan dan Men-debug Agen AI Secara Lokal — Apa yang Berubah di Maret 2026

Emiliano Montesdeoca — Thu, 02 Apr 2026 00:00:00 +0000

Postingan ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Tujuh rilis dalam satu bulan. Itulah yang didorong oleh tim Azure Developer CLI (azd) di Maret 2026, dan fitur unggulan adalah yang sudah saya tunggu: loop jalankan-dan-debug lokal untuk agen AI.

Jalankan dan debug agen AI tanpa deploy

Ini yang besar. Ekstensi azure.ai.agents baru menambahkan serangkaian perintah:

azd ai agent run — memulai agen Anda secara lokal
azd ai agent invoke — mengirim pesan ke agen (lokal atau ter-deploy)
azd ai agent show — menampilkan status dan kesehatan container
azd ai agent monitor — streaming log container secara real time

Sebelumnya, menguji agen AI berarti deploy ke Microsoft Foundry setiap kali ada perubahan. Sekarang Anda bisa beriterasi secara lokal.

GitHub Copilot men-scaffold proyek azd Anda

azd init kini menawarkan opsi “Set up with GitHub Copilot (Preview)”. Agen Copilot men-scaffold konfigurasi untuk struktur proyek Anda.

Container App Jobs dan peningkatan deployment

Container App Jobs: azd kini men-deploy Microsoft.App/jobs melalui konfigurasi host: containerapp yang ada
Timeout deployment yang dapat dikonfigurasi: Flag --timeout baru pada azd deploy
Fallback build lokal: Ketika remote ACR build gagal, azd otomatis beralih ke Docker/Podman lokal
Validasi preflight lokal: Parameter Bicep divalidasi secara lokal sebelum deploy

Kesimpulan

Loop debugging agen AI lokal adalah bintang rilis ini. Cek catatan rilis lengkap.

Foundry Agent Service Sudah GA: Yang Benar-benar Penting untuk Pengembang Agen .NET

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

Postingan ini diterjemahkan secara otomatis. Untuk versi aslinya, klik di sini.

Mari jujur — membangun prototipe agen AI adalah bagian yang mudah. Bagian sulitnya adalah semua yang datang setelah itu.

Foundry Agent Service baru saja GA, dan rilis ini sangat fokus pada kesenjangan “semua yang datang setelah itu”.

Dibangun di atas Responses API

Foundry Agent Service generasi berikutnya dibangun di atas OpenAI Responses API. Arsitekturnya sengaja terbuka — Anda tidak terkunci pada satu penyedia model.

Jaringan privat: hambatan enterprise dihilangkan

Tanpa egress publik — traffic agen tidak pernah menyentuh internet publik
Injeksi container/subnet ke jaringan Anda
Konektivitas alat disertakan — server MCP, Azure AI Search melalui jalur privat

Autentikasi MCP

Metode auth	Kapan digunakan
Berbasis kunci	Akses bersama sederhana
Identitas Agen Entra	Service-to-service
Identitas Terkelola Entra	Isolasi per-proyek
Passthrough identitas OAuth	Akses yang didelegasikan pengguna

Voice Live

Voice Live menggabungkan STT, LLM, dan TTS menjadi satu API terkelola.

Evaluasi

Evaluator siap pakai — koherensi, relevansi, keterpancaran
Evaluator kustom — logika bisnis Anda sendiri
Evaluasi berkelanjutan — pengambilan sampel traffic produksi langsung

Lihat panduan quickstart dan pengumuman GA.

Agents | The .NET Blog

CodeAct di Agent Framework: Cara Memotong Latensi Agen Anda Setengahnya

Apa itu CodeAct?

Keamanan: Micro-VM Hyperlight

Pengaturan Minimal

Kapan Menggunakan CodeAct (dan Kapan Tidak)

Coba Sekarang

Di Mana Agen Anda Mengingat Hal-hal? Panduan Praktis Penyimpanan Riwayat Obrolan

Dua pola mendasar

Cara Agent Framework mengabstraksi ini

Referensi cepat penyedia

Cara memilih

Foundry Toolboxes: Satu Endpoint untuk Semua Alat Agen AI

Apa itu Toolbox?

Empat pilar (dua tersedia hari ini)

Contoh praktis

Tidak terkunci di Foundry Agents

Mengapa penting sekarang

Penutup

VS Code 1.117: Agen Mendapatkan Cabang Git Sendiri dan Saya Sangat Setuju

Mode Autopilot akhirnya mengingat preferensimu

Isolasi Worktree dan git untuk sesi agen

Subagen dan tim agen

Output terminal otomatis disertakan saat agen mengirim input

Aplikasi Agen yang memperbarui dirinya sendiri di macOS

Kesimpulan

Di Mana Anda Harus Meng-host Agen AI di Azure? Panduan Keputusan Praktis

Enam opsi sekilas

Foundry Hosted Agents — titik manis untuk developer agen .NET

Kerangka keputusan saya

Kesimpulan

Azure MCP Server 2.0 Baru Dirilis — Otomasi Cloud Agentic Self-Hosted Sudah Ada

Apa itu Azure MCP Server?

Hal besar: deployment remote self-hosted

Pengerasan keamanan

Memulai

Agentic Platform Engineering Menjadi Nyata — Git-APE Menunjukkan Caranya

Apa yang sebenarnya dilakukan Git-APE

Mengapa ini penting

Kesimpulan

Microsoft Foundry Maret 2026 — GPT-5.4, Agent Service GA, dan SDK Refresh yang Mengubah Segalanya

Foundry Agent Service siap untuk produksi

GPT-5.4 — keandalan di atas kecerdasan mentah

SDK akhirnya stabil

Fireworks AI membawa model terbuka ke Azure

VS Code 1.116 — Aplikasi Agen Mendapatkan Navigasi Keyboard dan Penyelesaian Konteks File

Peningkatan aplikasi Agen

Resolusi tautan CSS @import

Kesimpulan

azd Kini Memungkinkan Anda Menjalankan dan Men-debug Agen AI Secara Lokal — Apa yang Berubah di Maret 2026

Jalankan dan debug agen AI tanpa deploy

GitHub Copilot men-scaffold proyek azd Anda

Container App Jobs dan peningkatan deployment

Kesimpulan

Foundry Agent Service Sudah GA: Yang Benar-benar Penting untuk Pengembang Agen .NET

Dibangun di atas Responses API

Jaringan privat: hambatan enterprise dihilangkan

Autentikasi MCP

Voice Live

Evaluasi

Resolusi tautan CSS `@import`