Foundry | The .NET Blog

GPT-5.5 Burada ve Azure Foundry'e Geliyor — .NET Geliştiricilerinin Bilmesi Gerekenler

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

Bu gönderi otomatik olarak çevrilmiştir. Orijinal sürüm için buraya tıklayın.

Microsoft, GPT-5.5’in Microsoft Foundry’de genel kullanıma sunulduğunu duyurdu. Azure’da agent oluşturuyorsanız, beklediğiniz güncelleme bu.

GPT-5 Evrimi

GPT-5: akıl yürütme ve hızı tek bir sistemde birleştirdi
GPT-5.4: daha güçlü çok adımlı akıl yürütme, enterprise için erken ajansal özellikler
GPT-5.5: daha derin uzun bağlam akıl yürütme, daha güvenilir ajansal yürütme, daha iyi token verimliliği

Gerçekte ne değişti

Geliştirilmiş ajansal kodlama: GPT-5.5, büyük kod tabanlarında bağlamı korur, mimari düzeydeki hataları teşhis eder ve test gereksinimlerini öngörür. Model, harekete geçmeden önce bir düzeltmenin başka neyi etkilediğini akıl yürütür.

Token verimliliği: Daha az token ve daha az yeniden denemeyle daha yüksek kaliteli çıktılar. Üretimde doğrudan düşük maliyet ve gecikme.

Fiyatlandırma

Model	Girdi ($/M token)	Önbelleğe alınmış	Çıktı ($/M token)
GPT-5.5	$5,00	$0,50	$30,00
GPT-5.5 Pro	$30,00	$3,00	$180,00

Foundry Neden Önemli

Foundry Agent Service, agentları YAML’de tanımlamanıza veya Microsoft Agent Framework, GitHub Copilot SDK, LangGraph ya da OpenAI Agents SDK ile bağlamanıza olanak tanır — ve bunları kalıcı dosya sistemi, Microsoft Entra kimliği ve sıfıra ölçekleme fiyatlandırmasıyla izole barındırılan agentlar olarak çalıştırır.

AIAgent agent = aiProjectClient
 .AsAIAgent("gpt-5.5", instructions: "Yardımcı bir asistansınız.", name: "BenimAgentim");

Tüm ayrıntılar için tam duyuruya bakın.

Foundry'nin RFT'si Daha Ucuz ve Daha Akıllı Hale Geldi — İşte Neler Değişti

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

Bu yazı otomatik olarak çevrilmiştir. Orijinal için buraya tıklayın.

Fine-tune edilmiş modellere dayanan .NET uygulamaları geliştiriyorsanız, bu ayki Foundry güncellemeleri dikkat etmeye değer. Reinforcement Fine-Tuning daha erişilebilir ve önemli ölçüde daha ucuz hale geldi.

Tüm ayrıntılar resmi duyuruda mevcut, ancak işte pratik özet.

o4-mini için Global Eğitim

o4-mini, akıl yürütme ağırlıklı ve agentic iş yükleri için tercih edilen modeldir. Büyük haber: artık 13+ Azure bölgesinden fine-tuning işleri başlatabilirsiniz; Standart eğitime kıyasla daha düşük token başına eğitim maliyetiyle. Aynı altyapı, aynı kalite, daha geniş erişim.

Ekibiniz coğrafi olarak dağıtılmışsa bu önemlidir. Artık eğitim yapabilmek için birkaç bölgeyle sınırlı değilsiniz.

Global bir eğitim işi başlatmak için REST API çağrısı:

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"
 }'

trainingType: globalstandard bayrağı temel farktır.

Yeni Model Grader’lar: GPT-4.1 Ailesi

Grader’lar, modelinizin optimize ettiği ödül sinyalini tanımlar. Şimdiye kadar model tabanlı grader’lar daha küçük bir model setiyle sınırlıydı. Artık üç yeni seçenek var: GPT-4.1, GPT-4.1-mini ve GPT-4.1-nano.

Deterministik grader’lar yerine model grader’larına ne zaman başvurmalısınız? Görev çıktınız açık uçluysa, birden fazla boyutta kısmi puan almanız gerekiyorsa veya araç çağrısının doğruluğunun semantik bağlama bağlı olduğu agentic iş akışları oluşturuyorsanız.

Kademeli strateji pratik:

İlk iterasyonlar için GPT-4.1-nano. Düşük maliyet, hızlı geri bildirim döngüleri.
Grading rubric’iniz stabil olduğunda ve daha yüksek doğruluğa ihtiyaç duyduğunuzda GPT-4.1-mini.
Üretim grading’i veya her puanlama kararının önemli olduğu karmaşık rubric’ler için GPT-4.1.

Tek bir RFT işinde grader türlerini bile karıştırabilirsiniz. “Doğru cevap” boyutu için string eşleşmesi ve akıl yürütme kalitesini değerlendirmek için model grader kullanın. Bu esneklik, gerçek iş yükleri için kullanışlı kılan şey.

RFT Veri Formatı Tuzağı

Bu insanları tökezletiyor. RFT veri formatı SFT’den farklıdır. Her satırdaki son mesaj User veya Developer rolünde olmalıdır — Assistant değil. Beklenen cevap, grader’ın doğrudan referans aldığı reference_answer gibi üst düzey bir anahtara gider.

Denetimli fine-tuning yapıyorsanız ve RFT’ye geçmek istiyorsanız, eğitim verilerinizi yeniden yapılandırmanız gerekir. Bu adımı atlarsanız işleriniz sessizce başarısız olur.

.NET Geliştiricileri İçin Neden Önemli?

Azure OpenAI SDK üzerinden fine-tune edilmiş modelleri .NET uygulamalarınızdan çağırıyorsanız, daha ucuz eğitim daha agresif iterasyon yapabileceğiniz anlamına gelir. Model grader seçenekleri, nüanslı görevler için fine-tuning yapabileceğiniz anlamına gelir — yalnızca tam eşleşme senaryoları için değil. GitHub‘daki en iyi pratikler kılavuzu size gerçek hata ayıklama süresi kazandıracak.

Küçük başlayın. On ila yüz örnek. Basit grader. Döngüyü doğrulayın. Sonra ölçeklendirin.

Azure Functions Üzerindeki MCP Server'larınızı Foundry Agent'larına Bağlayın — İşte Nasıl Yapılır

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

Bu yazı otomatik olarak çevrilmiştir. Orijinal için buraya tıklayın.

MCP ekosistemi hakkında sevdiğim bir şey var: server’ınızı bir kez oluşturuyorsunuz ve her yerde çalışıyor. VS Code, Visual Studio, Cursor, ChatGPT — her MCP istemcisi araçlarınızı keşfedip kullanabiliyor. Şimdi Microsoft bu listeye bir tüketici daha ekliyor: Foundry agent’ları.

Azure SDK ekibinden Lily Ma, Microsoft Foundry agent’larıyla Azure Functions’a dağıtılmış MCP server’larını bağlamaya dair pratik bir kılavuz yayımladı. Zaten bir MCP server’ınız varsa, bu tamamen katma değer — yeniden yapılandırma gerekmiyor.

Bu Kombinasyon Neden Mantıklı?

Azure Functions, MCP server’larını barındırmak için ölçeklenebilir altyapı, yerleşik auth ve sunucusuz faturalama sunuyor. Microsoft Foundry ise akıl yürütebilen, plan yapabilen ve eylemler gerçekleştirebilen AI agent’ları sağlıyor. İkisini birleştirmek, özel araçlarınızın — veritabanı sorgulama, iş API’si çağrısı, doğrulama mantığı çalıştırma — kurumsal AI agent’larının özerk olarak keşfedip kullanabileceği yetenekler haline gelmesi anlamına geliyor.

Önemli nokta: MCP server’ınız aynı kalıyor. Yalnızca Foundry’yi başka bir tüketici olarak ekliyorsunuz. VS Code kurulumunuzda çalışan araçların aynısı artık ekibinizin veya müşterilerinizin etkileşime girdiği bir AI agent’ına güç veriyor.

Kimlik Doğrulama Seçenekleri

Yazının gerçek değer kattığı yer burası. Senaryonuza bağlı olarak dört auth yöntemi:

Yöntem	Kullanım Senaryosu
Key tabanlı (varsayılan)	Geliştirme veya Entra auth olmayan server’lar
Microsoft Entra	Yönetilen kimliklerle üretim
OAuth identity passthrough	Her kullanıcının bireysel olarak kimlik doğruladığı üretim
Kimlik doğrulamasız	Geliştirme/test veya yalnızca genel veriler

Üretim için, agent kimliğiyle Microsoft Entra önerilen yoldur. OAuth identity passthrough, kullanıcı bağlamının önemli olduğu durumlar içindir — agent kullanıcıların giriş yapmasını ister ve her istek kullanıcının kendi token’ını taşır.

Kurulum

Üst düzey akış:

MCP server’ınızı Azure Functions’a dağıtın — .NET, Python, TypeScript ve Java için örnekler mevcut
Function app’inizde yerleşik MCP kimlik doğrulamasını etkinleştirin
Endpoint URL’nizi alın — https://<FUNCTION_APP_NAME>.azurewebsites.net/runtime/webhooks/mcp
MCP server’ı Foundry’de araç olarak ekleyin — portaldaki agent’ınıza gidin, yeni bir MCP aracı ekleyin, endpoint ve kimlik bilgilerini sağlayın

Ardından araçlarınızdan birini tetikleyecek bir prompt göndererek Agent Builder playground’unda test edin.

Değerlendirmem

Buradaki kompozisyon hikayesi gerçekten güçleniyor. MCP server’ınızı .NET’te (veya Python, TypeScript, Java’da) bir kez oluşturun, Azure Functions’a dağıtın ve her MCP uyumlu istemci onu kullanabilsin — kodlama araçları, chat uygulamaları ve artık kurumsal AI agent’ları. Bu, gerçekten işleyen bir “bir kez yaz, her yerde kullan” pattern’ı.

.NET geliştiricileri için özellikle, Azure Functions MCP extension bunu kolaylaştırıyor. Araçlarınızı Azure Functions olarak tanımlayın, dağıtın ve Azure Functions’ın sağladığı tüm güvenlik ve ölçeklendirme özellikleriyle birlikte üretim kalitesinde bir MCP server’ınız olsun.

Son Söz

Azure Functions üzerinde çalışan MCP araçlarınız varsa, bunları Foundry agent’larına bağlamak hızlı bir kazanımdır — özel araçlarınız, server’ın kendisinde hiçbir kod değişikliği yapmadan ve uygun auth ile kurumsal AI yeteneklerine dönüşür.

Her kimlik doğrulama yöntemi için adım adım talimatlar için tam kılavuzu okuyun ve üretim kurulumları için ayrıntılı belgeleri inceleyin.

Microsoft Foundry Mart 2026 — GPT-5.4, Agent Service GA ve Her Şeyi Değiştiren SDK Yenilemesi

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

Bu yazı otomatik olarak çevrilmiştir. Orijinal için buraya tıklayın.

Aylık “Microsoft Foundry’de Neler Yeni” yazıları genellikle kademeli iyileştirmelerin ve ara sıra bir manşet özelliğinin karışımı olur. Mart 2026 sayısı? Bu neredeyse tamamen manşet özelliklerden oluşuyor. Foundry Agent Service GA’ya geçiyor, GPT-5.4 üretime geliyor, SDK büyük bir kararlı sürüm alıyor ve Fireworks AI, Azure’a açık model çıkarımı getiriyor. .NET geliştiricileri için önemli olanları ele alayım.

Foundry Agent Service Üretime Hazır

Bu büyük haber. Yeni nesil agent runtime genel kullanıma sunuldu — OpenAI Responses API üzerine kurulu, OpenAI agent’larıyla wire uyumlu ve birden fazla sağlayıcının modellerine açık. Bugün Responses API ile geliştirme yapıyorsanız, Foundry’ye geçiş mevcut agent mantığınızın üstüne kurumsal güvenlik, özel ağ desteği, Entra RBAC, tam izleme ve değerlendirme ekler.

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.",
 ),
)

Önemli eklemeler: uçtan uca özel ağ desteği, MCP auth genişlemesi (OAuth passthrough dahil), konuşmadan konuşmaya agent’lar için Voice Live önizlemesi ve 6 yeni bölgede barındırılan agent’lar.

GPT-5.4 — Ham Zekadan Çok Güvenilirlik

GPT-5.4, daha akıllı olmak için değil. Daha güvenilir olmak için. Uzun etkileşimlerde daha güçlü akıl yürütme, daha iyi talimat uyumu, daha az iş akışı ortası başarısızlık ve entegre bilgisayar kullanım yetenekleri. Üretim agent’ları için o güvenilirlik, kıyaslama puanlarından çok daha önemlidir.

Model	Fiyatlandırma (M token başına)	En İyi Kullanım
GPT-5.4 (≤272K)	$2,50 / $15 çıktı	Üretim agent’ları, kodlama, belge iş akışları
GPT-5.4 Pro	$30 / $180 çıktı	Derin analiz, bilimsel akıl yürütme
GPT-5.4 Mini	Maliyet etkin	Sınıflandırma, çıkarım, hafif araç çağrıları

Akıllı hamle bir yönlendirme stratejisidir: GPT-5.4 Mini yüksek hacimli, düşük gecikmeli işleri yönetirken GPT-5.4 akıl yürütme ağırlıklı istekleri alır.

SDK Nihayet Kararlı

azure-ai-projects SDK tüm dillerde kararlı sürümler gönderdi — Python 2.0.0, JS/TS 2.0.0, Java 2.0.0 ve .NET 2.0.0 (1 Nisan). azure-ai-agents bağımlılığı kalktı — her şey AIProjectClient altında yaşıyor. pip install azure-ai-projects ile kurun; paket openai ve azure-identity‘yi doğrudan bağımlılık olarak birlikte getiriyor.

.NET geliştiricileri için bu, tam Foundry yüzeyi için tek bir NuGet paketi anlamına geliyor. Artık ayrı agent SDK’larını dengeleme yok.

Fireworks AI Açık Modelleri Azure’a Taşıyor

Belki de mimarısal açıdan en ilginç ekleme: günlük ~180K istek/saniye ile 13+ trilyon token işleyen Fireworks AI artık Foundry üzerinden kullanılabilir. Lansmanında DeepSeek V3.2, gpt-oss-120b, Kimi K2.5 ve MiniMax M2.5.

Asıl hikaye kendi ağırlıklarını getir — sunum yığınını değiştirmeden her yerden nicel veya fine-tune edilmiş ağırlıklar yükleyin. Sunucusuz token başına ödeme veya sağlanan iş hacmi ile dağıtın.

Diğer Öne Çıkanlar

Phi-4 Reasoning Vision 15B — grafikler, diyagramlar ve belge düzenleri için çok modlu akıl yürütme
Evaluations GA — Azure Monitor’a aktarılan sürekli üretim izlemeyle hazır değerlendiriciler
Priority Processing (Önizleme) — gecikmeye duyarlı iş yükleri için ayrılmış hesaplama şeridi
Voice Live — doğrudan Foundry agent’larına bağlanan konuşmadan konuşmaya runtime
Tracing GA — sıralama ve filtrelemeyle uçtan uca agent iz incelemesi
PromptFlow kullanımdan kaldırma — Ocak 2027’ye kadar Microsoft Framework Workflows’a geçiş

Son Söz

Mart 2026, Foundry için bir dönüm noktası. Agent Service GA, tüm dillerde kararlı SDK’lar, güvenilir üretim agent’ları için GPT-5.4 ve Fireworks AI üzerinden açık model çıkarımı — platform ciddi iş yükleri için hazır.

Başlamak için tam özeti okuyun ve ilk agent’ınızı oluşturun.

Azure DevOps MCP Server Microsoft Foundry'ye Geldi: AI Agent'larınız İçin Ne Anlama Geliyor

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

Bu yazı otomatik olarak çevrilmiştir. Orijinal için buraya tıklayın.

MCP (Model Context Protocol) son dönemde çok konuşuluyor. AI agent ekosistemine dikkat ettiyseniz, MCP server’ların her yerde belirdiğini fark etmişsinizdir — agent’lara standart bir protokol üzerinden harici araçlar ve servislerle etkileşim kurma yeteneği kazandırıyorlar.

Artık Azure DevOps MCP Server Microsoft Foundry’de mevcut ve bu, pratik olasılıklar üzerine düşündüren entegrasyonlardan biri.

Aslında ne oluyor

Microsoft, Azure DevOps MCP Server’ı genel önizleme olarak zaten yayınlamıştı — bu MCP server’ın kendisi. Yeni olan şey ise Foundry entegrasyonu. Artık Azure DevOps MCP Server’ı araç kataloğundan doğrudan Foundry agent’larınıza ekleyebilirsiniz.

Foundry’ye henüz aşina olmayanlar için: Microsoft’un AI destekli uygulama ve agent’ları ölçekli şekilde oluşturma ve yönetme için birleşik platformu. Model erişimi, orkestrasyon, değerlendirme, dağıtım — hepsi tek bir yerde.

Kurulum

Kurulum şaşırtıcı derecede basit:

Foundry agent’ınızda Add Tools > Catalog bölümüne gidin
“Azure DevOps” arayın
Azure DevOps MCP Server (önizleme) seçin ve Create tıklayın
Organizasyon adınızı girin ve bağlanın

Hepsi bu. Agent’ınız artık Azure DevOps araçlarına erişebilir.

Agent’ınızın nelere erişeceğini kontrol etme

Takdir ettiğim kısım şu: ya hep ya hiç yaklaşımına mahkum değilsiniz. Agent’ınıza hangi araçların sunulacağını belirtebilirsiniz. Yalnızca iş öğelerini okusun ama pipeline’lara dokunmasın istiyorsanız bunu yapılandırabilirsiniz. En az ayrıcalık ilkesi, AI agent’larınıza uygulanmış hali.

Bu, birinin “sürümle ilgili yardım et” demesi üzerine agent’ın kazara bir dağıtım pipeline’ını tetiklemesini istemediğiniz kurumsal senaryolarda önem taşıyor.

Bu .NET ekipleri için neden ilginç

Pratikte neleri mümkün kıldığını düşünün:

Sprint planlama asistanları — iş öğelerini çekebilen, hız verilerini analiz edebilen ve sprint kapasitesi önerebilen agent’lar
Kod inceleme botları — repolarınızı ve bağlantılı iş öğelerinizi gerçekten okuyabildikleri için PR bağlamınızı anlayan agent’lar
Olay müdahalesi — iş öğesi oluşturabilen, son dağıtımları sorgulayabilen ve hataları son değişikliklerle ilişkilendirebilen agent’lar
Geliştirici onboarding’i — “Ne üzerinde çalışmalıyım?” sorusuna gerçek proje verileriyle desteklenmiş gerçek bir yanıt

CI/CD pipeline’ları ve proje yönetimi için Azure DevOps’u zaten kullanan .NET ekipleri için, bir AI agent’ının bu sistemlerle doğrudan etkileşim kurabilmesi, yararlı otomasyona doğru önemli bir adım (sıradan chatbot-as-a-service değil).

Daha geniş MCP resmi

Bu, daha geniş bir trendin parçası: MCP server’lar, AI agent’larının dış dünyayla etkileşim kurmasının standart yolu haline geliyor. GitHub, Azure DevOps, veritabanları, SaaS API’leri için MCP server’lar görüyoruz — ve Foundry, tüm bu bağlantıların bir araya geldiği merkez haline geliyor.

.NET ekosisteminde agent geliştiriyorsanız MCP’ye dikkat etmeye değer. Protokol standartlaşmış, araç kitleri olgunlaşıyor ve Foundry entegrasyonu, server bağlantılarını manuel olarak kurmak zorunda kalmadan erişilebilir hale getiriyor.

Sonuç

Foundry’deki Azure DevOps MCP Server önizleme aşamasında, bu yüzden gelişmeye devam etmesini bekleyin. Ancak temel iş akışı sağlam: bağlanın, araç erişimini yapılandırın ve agent’larınızın DevOps verilerinizle çalışmasına izin verin. Zaten Foundry ekosistemindeyseniz, birkaç tıklama uzaktasınız. Bir deneyin ve hangi iş akışlarını oluşturabileceğinizi görün.

Adım adım kurulum ve daha fazla ayrıntı için tam duyuruya göz atın.

Dizüstü Bilgisayardan Üretime: İki Komutla AI Agent'larını Microsoft Foundry'ye Dağıtma

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

Bu yazı otomatik olarak çevrilmiştir. Orijinal için buraya tıklayın.

“Makinemde çalışıyor” ile “dağıtıldı ve trafik sunuyor” arasındaki o boşluğu bilirsiniz? AI agent’ları için bu boşluk acı verici derecede geniş oldu. Kaynak sağlamanız, modelleri dağıtmanız, kimliği bağlamanız, izlemeyi kurmanız gerekiyor — ve bütün bunlar herhangi biri agent’ınızı çağırabilmeden önce.

Azure Developer CLI bunu iki komutluk bir iş haline getirdi.

Yeni `azd ai agent` iş akışı

Bunun gerçekte nasıl göründüğünü anlatalım. Bir AI agent projeniz var — diyelim ki bir otel danışman agent’ı. Yerel olarak çalışıyor. Microsoft Foundry üzerinde çalışmasını istiyorsunuz.

azd ai agent init
azd up

Hepsi bu. İki komut. azd ai agent init, reponuzda altyapı-kod olarak iskele oluşturur ve azd up her şeyi Azure’da sağlayıp agent’ınızı yayımlar. Foundry portalında agent’ınıza doğrudan bir bağlantı alırsınız.

Arka planda ne oluyor

init komutu reponuzda gerçek, incelenebilir Bicep şablonları oluşturuyor:

Bir Foundry Kaynağı (üst düzey kapsayıcı)
Bir Foundry Projesi (agent’ınızın bulunduğu yer)
Model dağıtımı yapılandırması (GPT-4o vb.)
Uygun RBAC rol atamalarıyla Yönetilen kimlik
Servis haritası için azure.yaml
Agent meta verileri ve ortam değişkenleriyle agent.yaml

İşte kilit nokta: bunların hepsi size ait. Reponuzda sürümlendirilmiş Bicep. İnceleyebilir, özelleştirebilir ve agent kodunuzun yanı sıra commit edebilirsiniz. Sihirli kara kutular yok.

Geliştirme döngüsü

Gerçekten beğendiğim şey yerel geliştirme hikayesi. Agent mantığını geliştirirken, her prompt değişikliğinde yeniden dağıtmak istemezsiniz:

azd ai agent run

Bu, agent’ınızı yerel olarak başlatır. Bunu test promptları göndermek için azd ai agent invoke ile eşleştirin, sıkı bir geri bildirim döngüsü elde edersiniz. Kodu düzenleyin, yeniden başlatın, çağırın, tekrarlayın.

invoke komutu yönlendirme konusunda da akıllı — yerel bir agent çalışırken otomatik olarak onu hedefler. Çalışmıyorken uzak endpoint’e isabet eder.

Gerçek zamanlı izleme

Bu beni ikna eden özellik. Agent’ınız dağıtıldığında:

azd ai agent monitor --follow

Agent’ınızdan geçen her istek ve yanıt gerçek zamanlı olarak terminalinize akıyor. Üretim sorunlarını hata ayıklamak için bu paha biçilmez. Log analitiğini karıştırmak yok, metriklerin toplanmasını beklemek yok — şu an ne olduğunu görüyorsunuz.

Tam komut seti

İşte hızlı referans:

Komut	Ne yapıyor
`azd ai agent init`	IaC ile bir Foundry agent projesi iskele oluşturur
`azd up`	Azure kaynaklarını sağlar ve agent’ı dağıtır
`azd ai agent invoke`	Uzak veya yerel agent’a prompt gönderir
`azd ai agent run`	Geliştirme için agent’ı yerel olarak çalıştırır
`azd ai agent monitor`	Yayımlanan agent’dan gerçek zamanlı logları akıtır
`azd ai agent show`	Agent sağlığını ve durumunu kontrol eder
`azd down`	Tüm Azure kaynaklarını temizler

.NET geliştiricileri için neden önemli

Duyuruda örnek Python tabanlı olsa da, altyapı hikayesi dilden bağımsız. .NET agent’ınız aynı Bicep iskeleleme, aynı yönetilen kimlik kurulumu, aynı izleme pipeline’ı alıyor. .NET Aspire uygulamalarınız veya Azure dağıtımları için zaten azd kullanıyorsanız, bu mevcut iş akışınıza tam oturuyor.

AI agent’ları için dağıtım boşluğu, ekosistemdeki en büyük sürtüşme noktalarından biri oldu. Çalışan bir prototipi uygun kimlik, ağ ve izlemeyle bir üretim endpoint’ine götürmek bir haftalık DevOps çalışması gerektirmemeli. Artık iki komut ve birkaç dakika gerektiriyor.

Sonuç

azd ai agent şu an mevcut. AI agent’larınızı dağıtmayı erteliyorsanız çünkü altyapı kurulumu çok fazla iş gibi geliyordu, bunu bir deneyin. Ön uç sohbet uygulaması entegrasyonu dahil adım adım tam kılavuz için tam anlatıma göz atın.

Foundry Agent Service GA'ya Geçti: .NET Agent Geliştiricileri İçin Gerçekten Önemli Olan Nedir?

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

Bu yazı otomatik olarak çevrilmiştir. Orijinal için buraya tıklayın.

Kabul edelim — bir AI agent prototipi oluşturmak kolay kısım. Zor olan ise sonrasındaki her şey: uygun ağ izolasyonuyla üretime almak, gerçekten anlamlı değerlendirmeler yapmak, uyumluluk gereksinimlerini karşılamak ve gece 2’de her şeyin çökmemesini sağlamak.

Foundry Agent Service az önce GA’ya geçti ve bu sürüm tam da bu “sonrasındaki her şey” boşluğuna odaklanıyor.

Responses API Üzerine İnşa Edildi

İşte manşet haber: yeni nesil Foundry Agent Service, OpenAI Responses API üzerine kurulu. Eğer bu wire protokolüyle zaten geliştirme yapıyorsanız, Foundry’ye geçiş minimal kod değişikliği gerektiriyor. Kazandıklarınız: kurumsal güvenlik, özel ağ desteği, Entra RBAC, tam izleme ve değerlendirme — mevcut agent mantığınızın üstüne.

Mimari kasıtlı olarak açık tasarlanmış. Tek bir model sağlayıcısına veya tek bir orkestrasyon framework’üne bağlı değilsiniz. Planlama için DeepSeek, üretim için OpenAI, orkestrasyon için LangGraph kullanabilirsiniz — runtime tutarlılık katmanını halleder.

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)

azure-ai-agents paketinden geliyorsanız, agent’lar artık azure-ai-projects içindeki AIProjectClient üzerinde birinci sınıf operasyonlar. Bağımsız paketi bırakın ve response’ları yönetmek için get_openai_client() kullanın.

Özel Ağ Desteği: Kurumsal Engel Kaldırıldı

Bu, kurumsal benimsemeyi engelleyen sorunu ortadan kaldıran özelliktir. Foundry artık BYO VNet ile uçtan uca tam özel ağ desteği sunuyor:

Genel çıkış yok — agent trafiği hiçbir zaman genel internete çıkmıyor
Container/alt ağ enjeksiyonu yerel iletişim için ağınıza entegre ediliyor
Araç bağlantısı dahil — MCP server’lar, Azure AI Search, Fabric data agent’ları hepsi özel yollar üzerinden çalışıyor

Son nokta kritik. Yalnızca çıkarım çağrıları değil, her araç çağrısı ve her veri alma işlemi de ağ sınırınızın içinde kalıyor. Dışarıya yönlendirmeyi yasaklayan veri sınıflandırma politikaları altında çalışan ekipler için işte bu eksik olan parçaydı.

Doğru Yapılmış MCP Kimlik Doğrulaması

MCP server bağlantıları artık tüm auth pattern yelpazesini destekliyor:

Auth Yöntemi	Ne Zaman Kullanılır
Key tabanlı	Kurum geneli dahili araçlar için basit paylaşımlı erişim
Entra Agent Identity	Servisten servise; agent kendisi olarak kimlik doğrular
Entra Managed Identity	Proje bazında izolasyon; kimlik bilgisi yönetimi yok
OAuth Identity Passthrough	Kullanıcı delegeli erişim; agent kullanıcılar adına hareket eder

OAuth Identity Passthrough ilginç olan. Kullanıcıların bir agent’a kişisel verilerine — OneDrive’larına, Salesforce organizasyonlarına, kullanıcı kapsamlı bir SaaS API’sine — erişim vermesi gerektiğinde, agent standart OAuth akışlarıyla onlar adına hareket eder. Herkesi temsil etmeye çalışan paylaşımlı bir sistem kimliği yok.

Voice Live: Tesisatla Uğraşmadan Konuşmadan Konuşmaya

Bir agent’a ses eklemek eskiden STT, LLM ve TTS’i bir araya getirmek anlamına geliyordu — üç servis, üç gecikme adımı, üç faturalama yüzeyi, hepsi elle senkronize. Voice Live bunu tek bir yönetilen API’ye indirgiyor:

Semantik ses aktivitesi ve konuşma sonu algılama (anlamı anlıyor, sadece sessizliği değil)
Sunucu taraflı gürültü bastırma ve yankı giderme
Araya girme desteği (kullanıcılar yanıt ortasında sözü kesebilir)

Ses etkileşimleri, metinle aynı agent runtime’ından geçiyor. Aynı değerlendiriciler, aynı izler, aynı maliyet görünürlüğü. Müşteri desteği, saha hizmeti veya erişilebilirlik senaryoları için bu, daha önce özel bir ses pipeline’ı gerektiren şeyin yerini alıyor.

Değerlendirmeler: Onay Kutusundan Sürekli İzlemeye

Foundry’nin üretim kalitesi konusunda ciddiye geldiği yer burası. Değerlendirme sistemi artık üç katmana sahip:

Hazır değerlendiriciler — tutarlılık, alaka, temellendirilme, erişim kalitesi, güvenlik. Bir veri kümesine veya canlı trafiğe bağlayın, puanları geri alın.
Özel değerlendiriciler — kendi iş mantığınızı, ton standartlarınızı ve alana özgü uyumluluk kurallarınızı kodlayın.
Sürekli değerlendirme — Foundry canlı üretim trafiğini örnekliyor, değerlendirici paketinizi çalıştırıyor ve sonuçları dashboard’lar aracılığıyla sunuyor. Temellendirilme düştüğünde veya güvenlik eşikleri aşıldığında Azure Monitor uyarıları ayarlayın.

Her şey Azure Monitor Application Insights’a yayımlanıyor. Agent kalitesi, altyapı sağlığı, maliyet ve uygulama telemetrisi — hepsi tek bir yerde.

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}}",
 },
 },
 ],
)

Barındırılan Agent’lar İçin Altı Yeni Bölge

Barındırılan agent’lar artık East US, North Central US, Sweden Central, Southeast Asia, Japan East ve daha fazlasında kullanılabilir. Bu, veri yerleşim gereksinimleri için ve agent’ınız veri kaynaklarına yakın çalıştığında gecikmeyi azaltmak için önemlidir.

.NET Geliştiricileri İçin Neden Önemli?

GA duyurusundaki kod örnekleri Python öncelikli olsa da, altta yatan altyapı dilden bağımsız — ve azure-ai-projects için .NET SDK aynı pattern’leri takip ediyor. Responses API, değerlendirme framework’ü, özel ağ desteği, MCP auth — bunların hepsi .NET’ten erişilebilir.

AI agent’larının “harika demo” aşamasından “bunu işte gerçekten gönderebilirim” aşamasına geçmesini bekliyorsanız, bu GA sürümü sinyaldir. Özel ağ desteği, uygun auth, sürekli değerlendirme ve üretim izleme — işte eksik olan parçalar bunlardı.

Son Söz

Foundry Agent Service şu anda kullanılabilir. SDK’yı kurun, portal’ı açın ve geliştirmeye başlayın. Hızlı başlangıç kılavuzu sıfırdan çalışan bir agent’a dakikalar içinde ulaştırıyor.

Tüm kod örnekleriyle birlikte tam teknik derinlemesine bakış için GA duyurusunu inceleyin.

Foundry | The .NET Blog

GPT-5.5 Burada ve Azure Foundry'e Geliyor — .NET Geliştiricilerinin Bilmesi Gerekenler

GPT-5 Evrimi

Gerçekte ne değişti

Fiyatlandırma

Foundry Neden Önemli

Foundry'nin RFT'si Daha Ucuz ve Daha Akıllı Hale Geldi — İşte Neler Değişti

o4-mini için Global Eğitim

Yeni Model Grader’lar: GPT-4.1 Ailesi

RFT Veri Formatı Tuzağı

.NET Geliştiricileri İçin Neden Önemli?

Azure Functions Üzerindeki MCP Server'larınızı Foundry Agent'larına Bağlayın — İşte Nasıl Yapılır

Bu Kombinasyon Neden Mantıklı?

Kimlik Doğrulama Seçenekleri

Kurulum

Değerlendirmem

Son Söz

Microsoft Foundry Mart 2026 — GPT-5.4, Agent Service GA ve Her Şeyi Değiştiren SDK Yenilemesi

Foundry Agent Service Üretime Hazır

GPT-5.4 — Ham Zekadan Çok Güvenilirlik

SDK Nihayet Kararlı

Fireworks AI Açık Modelleri Azure’a Taşıyor

Diğer Öne Çıkanlar

Son Söz

Azure DevOps MCP Server Microsoft Foundry'ye Geldi: AI Agent'larınız İçin Ne Anlama Geliyor

Aslında ne oluyor

Kurulum

Agent’ınızın nelere erişeceğini kontrol etme

Bu .NET ekipleri için neden ilginç

Daha geniş MCP resmi

Sonuç

Dizüstü Bilgisayardan Üretime: İki Komutla AI Agent'larını Microsoft Foundry'ye Dağıtma

Yeni azd ai agent iş akışı

Arka planda ne oluyor

Geliştirme döngüsü

Gerçek zamanlı izleme

Tam komut seti

.NET geliştiricileri için neden önemli

Sonuç

Foundry Agent Service GA'ya Geçti: .NET Agent Geliştiricileri İçin Gerçekten Önemli Olan Nedir?

Responses API Üzerine İnşa Edildi

Özel Ağ Desteği: Kurumsal Engel Kaldırıldı

Doğru Yapılmış MCP Kimlik Doğrulaması

Voice Live: Tesisatla Uğraşmadan Konuşmadan Konuşmaya

Değerlendirmeler: Onay Kutusundan Sürekli İzlemeye

Barındırılan Agent’lar İçin Altı Yeni Bölge

.NET Geliştiricileri İçin Neden Önemli?

Son Söz

Yeni `azd ai agent` iş akışı