最新资讯
dev.to 我们在 DolphinBench 上测试记忆检索:纯关键词搜索暴露了自身回归 dev.to 别再把 Agent 写成 while 循环,把它建模为状态机 bloomberg.com Rightmove 与 Scout24 借 AI 产品应对低迷房市并上调展望 stackoverflow.blog 欢迎来到芯片时代:半导体制造、AI 数据中心与芯片设计的未来 www.youtube.com AI Agent 总犯同样的错:CentralAgent AI 将记忆重构为经验系统 pub.towardsai.net Netflix 科学家建议重采样 LLM 评判:5 次仅将误差棒缩小 13% pub.towardsai.net Jev 作为 LLM 前的静默层:构建提示感知的模型路由器 reddit.com OpenAI 称 Astra 仅满足 10% 安全任务标准 dev.to FreeToken:在自有 GPU 上运行前沿 MoE 模型及其内存需求 dev.to 当 AI Agent 说“完成”时,究竟完成了什么? dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者
多元动态
登录 注册
智能体 x.com · @satyanadella

Satya Nadella 转发 Foundry 长时运行 Agent 的企业级治理示例

原文 我的收藏

Satya Nadella 转发 Jeff Hollan 的演示,称 Microsoft Foundry 面向企业长时运行 agent,从业务结果出发,将安全、安全护栏、可审计性和 FinOps 内建于多 agent、多模型工作流中。Jeff Hollan 强调 Foundry 的可观测性与治理功能可回答 agent 能访问什么、能影响什么、数据流向何处、能否重建其行为、能否控制与预算成本等问题。内容为产品宣传,未提供独立验证。

AI推荐理由 微软 CEO 转发 Foundry 长时运行 agent 的企业级治理能力(可观测性、安全护栏、审计、FinOps),属于厂商高管背书的产品宣传,无独立验证或技术细节,但方向对 agent 企业落地有参考价值。

62 浏览 143,909 点赞 602 评论 67 转发 57

正文

Great example from @jeffhollan showing how Foundry makes long-running agents enterprise-ready, starting with business outcomes and building security, safety guardrails, auditability, and FinOps into the system from the start, across the entire multi-agent, multi-model workflow.

来源报道 · 2 篇 · 以下链接均前往原始媒体

Satya Nadella (@satyanadella) Satya Nadella 转发 Foundry 长时运行 Agent 的企业级治理示例 09-14 · 原文发布
← 返回精选动态 原文

更多内容