← Каталог

· AI Engineer World's Fair 2026

Об ИИ и знаниях

On AI and Knowledge

Знания агента делятся на три вида: встроенные в модель, корпоративные и выученные из трасс выполнения, и для каждого вида Microsoft Foundry предлагает свой инструмент.

  • Слои retrieval в Foundry IQ — можно включить готовый конвейер, который сам делает chunking, векторизацию и ранжирование, а можно опуститься до векторных индексов и настроек квантования. По словам спикера, агентный retrieval, который проверяет, закрыта ли информационная потребность, даёт лучшие показатели полноты доказательств и ответа, чем отдельные методы, но цифр в докладе нет.
  • Комбинация методов поиска — по словам спикера, оценки Azure AI Search показывают, что векторный поиск в сочетании с другими методами работает лучше каждого по отдельности, особенно на реальных клиентских сценариях.
  • База знаний как MCP-сервер — каждая база знаний в Foundry открывается как MCP-сервер, поэтому её подключают к существующему harness без промежуточного кода.
  • Оптимизация по трассам — Agent Optimizer строит оценку по трассам агента, перебирает кандидаты инструкций по метрике в духе GEPA и применяет лучший вариант, потому что конфигурация (инструкции, инструменты, skills) вынесена наружу. Прогон, по словам спикера, занял около 45 минут.

Кому полезно: тем, кто строит агентов на Azure и хочет подключать корпоративные данные и автоматически улучшать промпты по реальным трассам. Доклад во многом презентация продуктов Microsoft.

Статья по теме

На какие вопросы отвечает доклад

  • Почему одного векторного поиска недостаточно для RAG и когда нужен агентный поиск?

    Оценки Azure AI Search показывают, что комбинированные методы поиска работают лучше отдельных на реальных клиентских сценариях. Для сложных запросов агентный поиск, который проверяет, закрыт ли информационный запрос, по словам авторов, даёт более полные ответы.

    ▶ 7:01Azure AI Search и оценка агентного retrieval
  • Как дать агенту доступ к данным всей компании, а не к одному датасету?

    Microsoft IQ объединяет несколько слоёв: Work IQ подключает SharePoint, почту, календарь и чаты, Fabric IQ даёт доступ к аналитике и хранилищам, Foundry IQ работает с собственными данными, Web IQ добавляет публичный веб.

    ▶ 6:03Microsoft IQ: Work IQ, Fabric IQ, Foundry IQ и Web IQ
  • Как автоматически улучшать инструкции агента по его трассам выполнения?

    Agent Optimizer в Foundry строит оценку по трассам, перебирает кандидатов по схеме, похожей на GEPA, и поднимается по метрике из рубрики. Лучший вариант применяется без правки кода, потому что конфигурация вынесена отдельно; прогон занимает около сорока пяти минут.

    ▶ 7:01Azure AI Search и оценка агентного retrieval
  • Почему модель не знает внутренних данных компании и как это исправить?

    Знания, заложенные в модель при обучении, не покрывают документы и данные конкретной организации. Спикер описывает RAG и context engineering как способ подключать агенту нужные знания из корпоративных источников.

    ▶ 3:47Microsoft Foundry, RAG и опора на корпоративные знания

Главы

Ещё доклады: Pablo Castro

Страница спикера →

Похожие доклады