推出 Microsoft Copilot 智能体运行框架:释放真正多模型智能体工作的潜力(阅读需 4 分钟)
摘要
微软宣布将源自 GitHub 的 Copilot harness 通过 Microsoft Foundry 向开发者和企业客户开放,提供托管式的多模型智能体编排能力,支持 20 多个前沿模型、MCP 与智能体技能等开放标准。
Microsoft Copilot 运行框架为 Copilot Code、Copilot Studio、GitHub Copilot 应用、CLI、VS Code 等提供支持。现在,该框架已通过 Microsoft Foundry 开放使用。它为开发者和企业客户提供了一种全托管的方式,用于构建能够推理、使用工具并完成复杂长时任务的智能体。该框架旨在支持不同模型系列,并可灵活配置,以适配任何类型的应用、智能体或服务。
查看缓存全文
缓存时间: 2026/10/30 03:11
# Microsoft Copilot 智能体运行框架正式发布:释放真正多模型智能体工作的潜力 - 微软官方博客
来源:https://blogs.microsoft.com/blog/2026/10/28/introducing-the-microsoft-copilot-harness-unlocking-the-potential-of-truly-multi-model-agentic-work/
要保持竞争力,你就需要支持多模型。而要充分利用不同 AI 模型提供的各种能力,你就需要一个出色的智能体运行框架。但要构建一个能够跨多个模型和使用界面无缝运行的框架,难度极大。你需要解决性能、质量和成本问题。随后还要维护它,而这更为困难。
幸运的是,GitHub 工程团队构建了一个业界一流、真正支持多模型的运行框架 (https://benchmarks.github.com/),我们已在整个公司采用。Microsoft Copilot 运行框架为 Copilot Code、Copilot Studio、GitHub Copilot 应用、CLI、VS Code 等产品提供支持。今天,我们通过 Microsoft Foundry (https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry) 向外提供这一框架。这让开发者和企业客户能够以全托管的方式,构建可以推理、使用工具并完成复杂、长时间运行任务的智能体。你无需更换运行框架或技术栈中的其他部分,就能使用适合任务的模型。这样,你就能腾出时间、精力和资源,专注于提升业务收益。
### **什么是智能体运行框架,为什么构建它这么难?**
如果说模型提供智能,那么运行框架就是围绕模型的一切。它是一个编排层,为智能体提供适当的指令、上下文、执行环境和控制机制,使其能够完成有意义的工作。一个名副其实的运行框架还应支持 MCP 等开放标准、智能体技能以及智能体插件。
这一领域发展迅速。今天的前沿模型,明天可能就会落后。而为了跟上发展步伐而自行构建运行框架或模型路由器,可能既费力又耗时。现在,你可以基于微软和 GitHub 在自家产品中使用的同一个运行框架进行构建,而且无需自行维护。
我们持续投入科研和工程工作,不断改进和演进这一运行框架,确保它能够在各种模型和工作负载下,实现高质量、高效率、低成本的运行。对于我们以及使用该框架构建和运行自有智能体的客户而言,这些收益会不断累积。运行框架得到改进,它所支持的每个使用界面都会受益。
### **诞生于 GitHub,经受企业级规模的实战检验**
Copilot 运行框架由 GitHub 工程师打造,他们也是我们的多模型编排 (https://github.blog/ai-and-ml/github-copilot/project-hydrafusion-frontier-quality-via-multi-model-orchestration/) 等新技术背后的团队。而这些技术之所以能够实现,正是因为我们构建了自己的运行框架。这个最初由我们自主打造的高质量框架,从设计之初就追求速度快、token 使用高效、行为可预测。而且,在我们要求最严苛的用户群体——开发者中,它获得了最高的满意度。这就是我们正将所有 Copilot 体验统一到尽可能强大的基础之上的原因。
该框架旨在跨模型系列保持出色表现 (https://x.com/ArtificialAnlys/status/2115477376981508419),支持 20 多款前沿模型,并允许使用自己的密钥,让你可以为不同任务选择合适的模型。你无需费力跟进和评估新模型,可以依靠我们根据任务,将工作智能路由到合适的一个或多个模型。
我们的运行框架灵活且可配置,能够适应任何类型的应用、智能体或服务。我们最近将运行框架的运行时迁移到了 Rust (https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot/),从而实现了行业领先的性能,并降低了会话开销和首个 token 的生成延迟。由于 Copilot 运行框架为微软旗下的多个使用界面提供支持,它已经在数百万用户和数百个实际用例的规模下经受了实战检验,证明了其性能。
统一的运行框架让我们能够更快地交付、更快地学习,并持续改进 Copilot。而且,由于你在 Foundry 中构建的智能体可以运行在微软全公司采用的同一框架上,我们对框架的持续改进也将惠及你的智能体。
### **亲自试用**
SDK 现已开放下载 (https://github.com/github/copilot-sdk),你也可以在云端运行该框架,由 Foundry 全面托管。我们的平台始终保持开放和互操作性,因此你也可以继续使用任何自己想用的智能体运行框架和开发框架。
使用 Copilot 运行框架时,微软负责运行智能体循环和沙箱,并从第一天起就内置治理与优化能力。你负责提供指令、技能、工具,并选择模型。
我们的愿景是在模型周围构建一个更强大的系统,同时保留选择自由,而这正是迈向这一愿景的重要一步。它将 GitHub 的精华带到了微软平台及更广阔的领域。
我们将持续推进运行框架的发展,让你能够专注于构建只有你才能创造的东西。
标签:GitHub (https://blogs.microsoft.com/blog/tag/github/)、GitHub Copilot (https://blogs.microsoft.com/blog/tag/github-copilot/)、Microsoft Copilot (https://blogs.microsoft.com/blog/tag/microsoft-copilot/)、Microsoft Foundry (https://blogs.microsoft.com/blog/tag/microsoft-foundry/)
相似文章
GitHub:我们将 GitHub Copilot 的代理工具套件与原生搭载领先模型的工具套件进行了基准测试。在保持…
GitHub 对自家 Copilot 的代理工具套件与模型供应商的工具套件进行了基准测试,发现在多个基准测试中,任务解决能力相当,但使用的 token 更少,突显了 Copilot 支持超过 20 个模型的特点。
请提供需要翻译的 markdown 文章内容。目前仅看到标题“GitHub Copilot Fusion”,没有正文可翻译。请粘贴完整原文,我会输出对应的简体中文翻译,并保留标题、列表、强调、行内代码和链接等格式。
GitHub Copilot Fusion 是一款能自动挑选并组合多个模型的 AI 编码代理,旨在为开发者提供更智能的代码辅助体验。
@awe0_io: OpenAI 把整套 Codex Harness 开源了! 除了 CLI,还有 Skill 和运行环境,想学习 Agent 构建的朋友们有福啦! https://github.com/openai/codex
OpenAI 将整套 Codex Harness 开源,包括 Codex CLI、Skill 和运行环境,方便开发者学习和构建 Agent,支持 npm、Homebrew 及多平台安装,并可接入 ChatGPT 订阅计划。
@omarsar0:密切关注评测框架,第 2 部分。上周我分享了一篇论文,其中一个模型在经…后,得分提高到原来的两倍以上
推文讨论了 harness(运行环境/框架)对模型表现的重要性,并介绍了 Kylon——一个面向人类与 AI 代理的「公司级 harness」,让团队把 Codex、Claude、Cursor 等已有的代理放进共享房间协同工作。
@dotey: 去做一个 Agent Harness 这种事情价值不大了,怎么做也做不过模型公司,模型一升级好多活都白干了。 但是基于成熟的 Agent Harness 去做方案,大有可为。 MCP 只是解决了连接的问题,Skills 只是解决了领域知识…
作者认为直接开发Agent Harness价值不大,因为模型公司会主导,但基于成熟框架在垂直领域构建应用仍有很大机会,需要重新设计AI Native工作流、UI/UX和数据整理。