截至2026年11月5日,Microsoft Foundry 在2026年10月集中更新了代理执行、浏览器操作、结构化决策和多模态模型能力。Microsoft Copilot harness 进入公开预览,长期运行的托管代理恢复能力达到正式可用,Browser Automation、GPT-6.1 Terra 与 Decisions API 也相继转为正式可用。
代理执行:托管循环、故障恢复与浏览器操作
- Microsoft Copilot harness 提供托管式代理循环和沙箱,可读取文件、运行代码、调用受支持工具并复用技能,但目前只能在创建代理时选择,不能直接应用到已有代理。
- 长期任务韧性能力转为正式可用。任务中断后,Foundry 可以使用原始输入重新启动工作,但应用仍需保存中间结果、已完成步骤及相关标识,避免重复执行外部操作。
- Browser Automation 于10月19日正式可用,通过独立配置的 Playwright Workspace 连接公开网站、私有网站及具备相应网络配置的内网站点。
这些能力适合资料整理、报告生成、遗留系统巡检和内部网页流程,但浏览器内容应被视为不可信输入。对提交交易、修改权限等 consequential 操作,应保留人工审批,并使用最小权限的浏览器身份。追踪记录的敏感内容保护仍处于预览阶段,共享前需要检查。测试长任务恢复时,还应覆盖外部服务已接受请求、应用尚未记录结果等副作用边界;检查点与幂等机制需要配套设计。
Decisions API:为路由和评测返回结构化答案
10月22日正式推出的 Decisions API 面向有明确边界的判断问题,支持三种形式:判断条件是否成立的 predicate、从固定集合中选择答案的 choice,以及在有序评分标准中确定位置的 position。应用无需再从生成式文本中解析结果,可以直接取得概率、选项和置信度等信息。它适合退款申请识别、工单分流及自动化评测;生成自由文本或匹配自定义对象结构时,仍应使用 Responses API。
当前资料所列 Decisions API 支持 gpt-6-luna,发布时排除 East US 2 区域。实际使用前需要确认部署位置、容量和配额,避免因路由范围变化影响业务。
模型更新:视觉推理、图像生成与语音
GPT-6.1 Terra 于10月26日正式可用,可通过 Responses API 接收文本和图像,支持视觉推理及基于屏幕的代理任务,并提供最高100万输入 token 的上下文窗口。不同区域和部署方式的访问、容量与配额并不一致。
MAI Image 2.6 于10月27日进入预览,覆盖六个 Foundry 区域。微软称该版本增强了文字渲染、肖像、三维图像和照片级输出效果,这些表现仍应结合实际生成任务进行评估。语音方面,10月1日发布的 MAI-Transcribe-2-Streaming 支持60种语言及连续语言识别,MAI-Voice-2.1 与 Flash 版本支持23种语言和26种区域设置,并提供流式转录的局部与最终文本。
升级前需要核对依赖变化
Foundry Local 本月发布 SDK/运行时2.2.1,并提供独立的 CLI 预览。由于更新还涉及预览 API 重命名、评测命令调整、托管运行时依赖联动以及 CUDA 依赖变化,GPU 应用不宜直接整体升级,应先核对发布说明,并在隔离环境中验证现有工作流。
Microsoft Ignite 的后续议题
Microsoft Ignite 将于2026年11月17日至20日举行。官方目录安排的主题包括代理构建与规模化、追踪和评测闭环、企业级治理、代理式检索、训练以及语音代理,相关线上内容将提供回放。开发团队可据此提前确定技术评估重点。
资料来源:What’s new in Microsoft Foundry | October 2026(2026-11-05)。
一起聊聊
留下你的想法,评论审核通过后展示。