2025年被称为智能体爆发元年，AI的重心开始向智能体演进。当复杂的多模态AI开始支持越来越多的任务类别，当多Agent协同实现了从任务理解到成果交付的全流程自动化，众多科技巨头纷纷投身于AI智能体应用开发。那么，作为掌控企业应用开发“第一入口”的微软来说，如何把AI驱动的自动化与云端能力无缝集成，继续为开发者赋能呢？
在不久前的微软Build2025开发者大会上，微软CEO萨提亚·纳德拉（Satya Nadella）公布了一系列创新成果，微软的未来方向是构建一个以“智能体”为核心，贯穿开发者工具、办公协同、云平台、操作系统、数据服务乃至科学发现的完整生态网络。之后，微软大中华区首席运营官陶然（Chris Tao）对大会成果再次进行了总结和回顾。
从大模型到智能体平台的进化
过去一年，微软在全球范围内的发力重点是Copilot，即如何将AI大模型的能力转化为安全、合规、高可用的人类“智能副驾”。今年，微软在之前的目标基础上，提出了一个新的概念，叫做Open Agentic Web开放智能体网络。简单理解，今天的AI已经不止提供简单的信息生成、总结和摘要，而是可以帮助人类自主地完成任务，向多智能体时代进化。未来，每个人、每个企业都会有一个或者多个智能，通过任务驱动的方式提高生产力。
在全新时代里，微软认为AI Scaling Law至今依然有效，只不过在算力持续增加、基础设施持续优化的基础上，大模型能力提升变得更多元化。比如：推理Scaling Law、预训练侧Scaling Law以及多模态Scaling Law等等。当每个细分领域的大模型能力在不断提升，微软的主要工作不是在训练大模型，而是将市面上通用的大模型能力转化为企业价值的平台和引擎，为更多企业和开发者的智能化创新赋能。
如何让用户根据自己的风格和任务打造智能体呢？微软发现，AI模型和智能体应该更定制化，而不是标准化产品！这也是微软在去年连续发布了9个智能副驾工具的根本原因，包括销售Copilot、财务Copilot、安全Copilot、客服Copilot等，可以针对不同部门的Copilot提供智能体。今年，微软将在以往智能体服务提供基础上，为每一个部门提供一个智能体平台。
目前，以陶氏化学、Kyndryl、联想、可口可乐为代表的企业，已经在全球范围内实现AI流程再造。通过微软Copilot Studio、Dynamics 365平台和Power Platform等开发平台，很多客户重塑了客户体验，实现了生产效率的大幅提升。
至此，很多人可能会问，现在的智能体和之前的Microsoft Copilot副驾以及AI大模型之间，最本质的区别是什么？
最简单的理解是，完成企业内部流程和任务的主体，由“人”变成了“智能体”！以员工入职流程为例，收集信息和完成系统表单提交的任务，由HR智能体去实现，而不是由人实现。人只需要在流程过程中负责审核，效率自然会提升，之前一天处理10个人的审批，现在一天可以处理100个。类似于HR场景的智能体，如果用Copilot Studio去创建，整个流程可能只需要一天甚至半天的时间就能完成。同时，Microsoft Copilot副驾就变成了人机交互的UI界面，而不同的大模型、开发工具和云资源都通过一个统一的平台打通，这个平台就是微软的Azure AI Foundry。
云原生AI平台带来应用开发新范式
问题是，单从应用开发的角度来看，Azure AI Foundry这种云原生的AI开发和传统的IDE集成，又有哪些不同呢？
“Azure AI Foundry不是一个IDE，而是一个开发工作台。”微软大中华区 Azure 事业部总经理 李冕（Stanley Li）在接受媒体采访时介绍道，原来的IDE是一个“单机版的IDE”，但在现代化的开发环境下，需要与不同的云资源、数据、模型进行协同，所以需要更强大的一站式开发平台来统一纳管。
Stanley举了一个例子，AI开发就像高速行驶的“飞机”，一边飞行，一边还得更换引擎。比如：企业原来用的是GPT-3.5，但是在业务使用过程中，又换成了GPT-4o 、GPT-4.1，或者换成了Claude、DeepSeek等开源模型，这中间不仅需要考虑模型的兼容性问题，还要监控模型的发布、部署以及后续的健康状况。所以，微软除了提供Visual Studio Code这种纯粹代码级的IDE体验，也具备了AI编程工具的一些主流功能，包括智能体的一些能力。现在，新一代的Visual Studio Copilot，包括智能GitHub Copilot副驾驶，不用一行一行地去敲代码，就能以自然语言的方式自主地完成开发任务。而最新推出的Azure AI Foundry相当于是一个大AI的集成工作台，用户可以实现不同模型和资源的调用，同时这个平台和IDE是集成关系，用户可以把不同的模型、云资源和数据库整合进来，实现一站式的发布、上线和管理，同时还能做对比测试。
目前，微软针对智能体的开发，主推两个平台：如果是简单的智能体开发，可以选择Copilot Studio；如果更强调多个智能体协作，应用更深、更专业，可以选择Azure AI Foundry。同时，两个平台之间实现了无缝集成，用户可以根据业务场景平滑切换。在业界重点关注的Azure AI Foundry平台上，用户可以看到超过1800个基础模型、开源模型、任务模型及行业垂直模型。同时，该平台还无缝集成了全球最受欢迎的开发者工具，包括GitHub、Visual Studio、Copilot Studio等。通过动态知识注入与环境自适应能力，Azure AI Foundry支持企业快速设计、定制和部署智能体应用，不仅简化智能体的训练与迭代流程，更有望实现跨智能体的任务协同与自主学习。从基础设施管理、数据整合到应用落地，微软通过原生AI集成，以全链路技术能力，让企业无需重复 “造轮子” ，即可构建高适应性的下一代智能体生态。
那么，从应用场景来看，开发者是如何使用Azure AI Foundry的呢？
“假如某企业想部署GPT-4o，第一步是想测试一下这个模型的基本能力，可以通过和GPT-4o聊天的方式，对不同模型进行对比测试。第二步，模型选择好以后，还要和企业数据打通，用户可以把企业数据上传到云资源里。云资源和大模型已经进行了联通，中间的RAG环境已经做好，可以和企业的私域数据绑在一起进行测试。最后，这个模型可以变成一个APP或者是一个网站，用户可以一键部署出去，形成一个可访问的入口。” Stanley以实际业务场景为例，进行了详细解读。
值得一提的是，为了实现不同智能体的对话，微软已宣布全面拥抱MCP和A2A。比如：企业建一个网页，不同公司有不同版本的页面和APP，能不能相互调用，让所有的发布和管理都更便捷？有了MCP和A2A后，会让单个智能体通过相互协同和对话的方式，去完成一个复杂的任务。
那么，在AI技术加速落地的当下，云平台的变化是什么呢？微软Azure提出“Infra for AI，AI for Infra”的双向赋能战略。一方面，打造适配AI需求的云计算基础设施；另一方面，将AI能力反哺至云平台的运营优化中。这一理念通过具体产品落地——Azure AI Foundry智能体服务实现了技术闭环，不仅实现了多智能体协同编排，还通过安全可控的治理框架、友好开发型工具链重塑应用开发体验，为企业提供了端到端的智能化转型路径。
结语：
从基础对话模型到Copilot协作工具，再到自主决策的智能体系统，微软在云原生AI平台的布局，为企业提供了端到端的智能化转型路径。相信，随着多Agent场景的加速落地，AI不仅会重塑软件开发流程，也会进化为生产力本身。而微软的使命是，做数智化转型的同路人，让云与AI成为企业降本增效的核心驱动力。
