编译 | 汪越

编辑 | Panken

智东西11月20日消息，在昨日开始的微软Ignite大会上，微软宣布已建立全球规模最大的企业级AI Agent生态系统。企业用户现在可以通过Azure AI目录访问超过1800个AI模型，用于支持各类AI Agent的部署和运行。

微软的Copilot Studio平台目前已支持用户创建自主Agent，并正式进入预览阶段。同时，微软还发布了5款预构建AI Agent，包括：SharePoint自定义个性化Agent、员工自助服务Agent处理HR和IT任务、Facilitator Agent自动记录会议笔记、Interpreter Agent提供9种多语言实时翻译，以及Project Manager Agent帮助自动化项目管理流程。

此外，微软研究团队近期基于企业Autogen框架推出了Magnetic-One系统，该系统采用Agent等级结构，将管理Agent与专业Agent分工协作，未来或实现数百万AI Agent的无缝协作。

一、超10万家企业使用，两类Agent全覆盖

自Copilot Studio发布以来，已有超过10万家企业使用该平台创建或编辑AI Agent。微软的Copilot Studio能够与1400多个企业系统和数据源集成，包括SAP、ServiceNow和SQL数据库等。

一些早期用户已经看到了效果。例如，麦肯锡通过自动流程规划Agent将项目接收流程从20天缩短至2天；Pets at Home在不到两周内完成了防欺诈Agent的部署，年均节省数百万美元。此外，Nsure、标准银行、汤森路透、维珍货币、Clifford Chance和苏黎世等企业也在使用Copilot Studio提升运营效率。

1、自主Agent：支持自带知识与自带模型

根据国际数据公司（IDC）的预测，在未来两年内，越来越多的企业将会开发定制化的AI工具。从Salesforce和Snowflake这样的科技巨头到CrewAI、Sema4.ai等新兴公司，市场上正在涌现出大量旨在提升企业运营效率的AI平台。

现在，微软的自主Agent已正式进入公共预览阶段，企业可以通过Copilot平台创建并使用自己的AI Agent。

在Copilot Studio中，用户可以通过预设模板（如销售订单处理或交易加速）快速构建自己的Agent；如果需要更高级的功能，还可以使用目前处于预览阶段的Agent SDK进行开发。通过这个SDK，开发者可以打造与微软服务深度整合的多渠道Agent，并将其部署在多个平台上使用。

此外，微软还整合了Azure AI Foundry与Copilot Studio，支持用户自定义知识库（目前为预览版）和自带模型（目前为个人预览版）。这意味着用户可以利用自定义搜索索引作为Agent的知识来源，也可以从Azure AI目录中选择超过1800个模型，微软表示未来这一数字还会继续增加。

2、预构建Agent：为人力资源、翻译、项目管理而设计

针对企业中一些常见且重复的任务，微软推出了5款新的预构建Agent，能够自动化处理各种业务流程，从日常操作到项目管理。

例如，SharePoint中的Agent允许用户创建个性化Agent，实时提问并与同事共享，便于互动；员工自助服务Agent帮助员工查询福利、工资、设备请求等HR和IT任务；Facilitator Agent在Teams和聊天中实时记录会议笔记，并提供信息摘要；Interpreter Agent为Teams会议提供最多九种语言的实时翻译；Project Manager Agent能自动化管理项目流程，从创建计划到任务分配、进度追踪等。

此外，微软还推出了Azure AI Foundry SDK。该SDK提供了低代码工具链，让开发者能够自定义、测试、部署和管理Agent。开发者可以从25种预构建模板中选择，并通过SDK将Azure AI与GitHub或Copilot Studio等应用集成。

二、构建Agent等级结构，微软或扩展数百万AI Agent

微软业务应用程序和平台首席副总裁Charles Lamanna提出了“Agent网格”概念，这是微软AI Agent战略的核心。该网格将是一个互联系统，多个AI Agent协作完成复杂任务，而不是单独运行。

目前，微软的Copilot Studio主要支持基于聊天触发的Agent。例如，在企业场景中，销售Agent可以触发库存Agent检查库存情况，随后库存Agent通知客户服务Agent更新客户信息。这一系统由三部分组成：自主Agent、编排层和实时监控工具。

自主Agent能够检测事件并触发动作，无需人工干预；编排层协调多个专业Agent的工作，确保各个Agent之间能够无缝协作；实时监控工具提供Agent工作流程的透明度，帮助企业跟踪进展。

最近，微软的研究团队基于企业Autogen框架开发了Magnetic-One系统，建立了一个复杂的Agent等级结构。在这个系统中，管理Agent负责任务的全局调度，专业Agent专注于执行具体工作。

据VentureBeat报道，微软在Agent开发方面的技术能力已经与Anthropic和谷歌等公司相当。微软还计划将这一架构应用到例如OmniParser等工具中，以提升Agent解析用户界面元素的能力。目前，这些研究正在向生产环境过渡，但具体时间和实施细节尚未公布。

▲Magnetic-One系统结构（图源：微软）

这一架构的设计旨在解决企业在扩展AI Agent数量时遇到的问题：如何在保持系统可控的前提下，从数百个Agent扩展到数百万个Agent。通过编排层的协调能力，企业可以更高效地管理多Agent系统的发展。

此外，微软的战略也反映在其定价模式中。与其他AI供应商按token收费的方式不同，Copilot Studio基于交换的消息数量进行定价。这种模式更关注实际的业务成果，而非计算资源的使用量。

三、微软暂时领先，但定价与实施面临挑战

在AI Agent领域，微软凭借先发优势和广泛的用户基础暂居领先位置，数以亿计的员工正在使用其生产力套件。

其他科技公司也在积极布局这一领域。例如，Salesforce推出了Agentforce平台，已经构建了约1万个Agent，ServiceNow也推出了自家的AI Agent解决方案。然而，这些平台起步相对较晚，缺乏微软那样的企业覆盖率。

不同公司采用了多样化的战略。OpenAI专注于API服务，尚未开发完整的企业AI Agent框架；Crew等新兴公司提供实验性框架，但规模尚不足以支持大规模企业应用；LangChain的模块化框架主要用于实验性开发，而非企业部署；亚马逊通过SageMaker等平台专注于开发者群体，策略较为单一；谷歌虽然有多个AI平台，但缺乏统一的Agent框架。

与这些竞争者相比，微软的解决方案更加全面。它通过企业级安全措施、低代码开发工具、预构建模板和专业SDK，可支持不同企业团队的需求。此外，微软将其AI Agent深度集成到公司应用和分析数据库中，使Agent能够直接访问企业数据，无需单独配置检索增强生成（RAG）。

虽然微软取得了一定优势，但AI Agent技术仍处于发展初期，存在诸多技术与实施上的挑战。

首先，模型可能产生错误信息（“幻觉”问题），或导致Agent出现无意义的循环操作，带来额外的时间和成本消耗。

其次，定价与实施难度成为许多客户的顾虑。微软的Copilot定价基于消息交换数量，但在实际部署中可能带来一定成本压力，而低代码工具的灵活性能否满足多样化需求也需要时间检验。

此外，企业AI Agent领域可能会长期保持碎片化趋势。很多财富500强公司可能采取多供应商策略——既使用微软的Copilot Agent提升效率，也为更敏感的应用场景选择其他框架，以降低风险。

结语：从概念到企业IT实践，AI Agent结局未定

AI Agent技术正在从概念走向企业实践，微软在这一领域已占据领先地位。通过Copilot Studio和Azure AI，微软提供了一个整合多个模型、支持定制化部署的企业级解决方案。这一平台使得企业能够更高效地实现自动化，并通过低代码工具加速Agent的创建和部署。

然而，AI Agent仍处于发展初期，面临技术碎片化和实施复杂度等挑战。尽管微软目前占有市场主导地位，但未来竞争格局仍不确定，其他科技公司可能会在产品优化和市场适配方面迎头赶上。AI Agent能否成为企业IT架构的核心部分，仍需进一步观察。