在 Microsoft Foundry 中使用 Claude 打造 AI agents（第 1/3 段）
🏦 台灣Pay 銀行轉帳 💙 PayPal
Microsoft 介紹 Foundry＋Claude 的優勢，並開始實作打造 AI agent 的工作坊
- 00:20 講者是 Microsoft 資深開發者推廣專員 Marlene Mungami，同場還有同事 Liam Hampton 和 Chris Snoring
- 05:57 原因二：不只拿到模型，還能在平台上建立 agent、做編排（orchestrate），並讓 agent 使用工具
- 11:07 登入後就進入 Microsoft Foundry 的介面
💡 你可以怎麼用：以後評估任何「AI agent」產品或專案時，可以拿影片提到的三個問題來檢查：它能不能記住前面的步驟、一路做完長任務？出錯時看不看得到它做了什麼？能不能連到你實際在用的系統？想親手試試的話，可以打開 aka.ms/cloudworkshop，跟著杯子蛋糕店的例子一步步做。
看全部 34 條重點
🧑🏫 這是 Microsoft 在 Claude 官方活動上辦的實作工作坊的第一段。前半段說明為什麼 AI 正從「一問一答」走向會自己做事的 agent，以及 Microsoft Foundry 平台搭配 Claude 能補上哪些缺口；後半段開始帶大家實際登入平台。如果你想知道 AI agent 要真正在公司裡用起來，除了模型夠聰明，還需要哪些條件，這段講得很清楚。
- 00:20 講者是 Microsoft 資深開發者推廣專員 Marlene Mungami，同場還有同事 Liam Hampton 和 Chris Snoring↳ 講者是 Microsoft 的資深開發者推廣專員 Marlene Mungami，工作是教開發者怎麼用 Microsoft 的產品。現場還有同事 Liam Hampton 和 Chris Snoring 一起帶。
- 00:50 這場走實作路線：不只講 AI agent 是什麼，而是真的在 Microsoft Foundry 裡用 Claude 模型把 agent 做出來↳ 這場是工作坊，不只講概念。講者會直接在 Microsoft Foundry 上，用 Claude 模型做出一個 AI agent，也就是能自己規劃、判斷，並替你動手做事的 AI。
- 00:50 場次結束時的成果有三個：在 Foundry 部署 Claude 模型、把模型接進 agent、再幫 agent 加上工具↳ 跟著做完會完成三件事：先在 Foundry 上把 Claude 模型設定好、可以使用，再讓 agent 用這個模型來思考，最後幫 agent 加上可以操作的工具。
- 01:21 產業趨勢：從單輪 AI 對話，轉向能規劃、推理，並持續代替我們採取行動的 agentic 系統↳ 以前用 AI 多半是單輪對話：你問一句，它回一句就結束。現在的趨勢是 agentic 系統：你交代一個目標，它會自己拆步驟、判斷，再持續幫你把事情做完。
- 01:51 agentic 系統的新挑戰一：模型要能在長 context 中處理多步驟推理↳ 第一個難題：agent 要連續做很多步，每一步都得記得前面發生過什麼。所以模型要能在很長的 context（一次讀進來的內容）裡一步步推理，不能中途迷路。
- 02:21 挑戰二：系統要可靠，尤其是企業環境，而且要內建 observability、要安全↳ 第二個難題：公司要用，系統就得穩定又安全，還要有 observability，也就是看得到 agent 每一步做了什麼、哪裡出錯。不然出了問題，連原因都查不到。
- 02:21 挑戰三：開發者需要讓 agent 連接各種工具、外部系統和資料來源，把資訊帶進 agent↳ 第三個難題：agent 光會想還不夠，要能連到各種工具、外部系統和資料來源，才拿得到真實資料，也才做得了真正的事。
- 02:51 不能只靠模型越來越強，還需要能讓具備智慧的模型實際執行的系統；講者認為這正是 Microsoft 和 Claude 合作的切入點↳ 模型再聰明，沒有讓它實際動手的環境也沒用。講者的意思是：Claude 提供聰明的模型，Microsoft 提供讓模型運作的平台，兩家合作就是在補這一塊。
- 03:22 Microsoft Foundry 是 Microsoft 用來大規模打造 AI 應用程式和 agent 的統一平台↳ Microsoft Foundry 是 Microsoft 的一站式平台，公司可以在同一個地方打造和管理大量的 AI 應用程式與 agent，不用東拼西湊好幾套系統。
- 03:22 可以在自己習慣的工具裡使用 Foundry，例如 GitHub、Visual Studio Code、Visual Studio、Copilot Studio↳ 不用換掉習慣的工具。GitHub（放程式碼的平台）、VS Code 和 Visual Studio（寫程式的軟體）、Copilot Studio 裡都能直接使用 Foundry。
- 03:53 Foundry 核心產品：Foundry models（如 Claude）、agent service、工具與整合，以及 fine-tuning 等機器學習服務↳ Foundry 主要提供四類東西：可以選用的模型（例如 Claude）、用來建 agent 的 agent service、各種工具串接，以及 fine-tuning 這類服務。fine-tuning 就是用自己的資料再訓練模型。
- 03:53 Foundry 支援超過 1,400 個內建 connector 和 MCP 工具，讓 agent 能在真實世界採取行動↳ Foundry 內建超過 1,400 個 connector（連到其他系統的現成接頭）和 MCP 工具。MCP 是一套讓 AI 接上外部工具的共通規格。有了這些，agent 才能真的到別的系統裡做事。
- 03:53 例子：可以打造能存取 SAP 或 ServiceNow 的 agent，直接在真實系統上運作↳ 舉例來說，可以做一個能連進 SAP（企業常用的營運管理系統）或 ServiceNow（常用來處理 IT 工單的系統）的 agent，直接在公司正在用的系統裡查資料、辦事情。
- 04:25 Foundry 上的 agent 內建企業級功能：安全性、observability、治理（governance）↳ 在 Foundry 做的 agent 一開始就具備企業需要的功能：安全防護、observability，還有 governance（管理規範，例如誰可以用、可以做什麼）。
- 04:25 整合了 Microsoft Defender、Microsoft Purview 和 Entra ID，不必一直處理 .env 檔↳ Foundry 接上了 Microsoft 的資安服務 Defender、資料合規服務 Purview 和登入身分管理 Entra ID。所以不用再一直處理 .env 檔（程式用來存放密碼、金鑰的設定檔）。
- 04:56 講者認為用 Foundry 能讓你從只做原型，進一步把 agent 部署到企業正式環境↳ 很多 AI 專案做出示範版就停住了。講者認為 Foundry 已經補上安全和管理這些功能，agent 就能從試做階段，推進到真正上線、讓公司每天使用。
- 05:26 開發者喜歡 Claude＋Foundry 的原因一：agent 需要的頂尖推理能力↳ 開發者喜歡 Claude＋Foundry 的第一個原因：agent 要自己拆解任務、做判斷，最需要強大的推理能力，而 Claude 提供的正是頂尖的推理能力。
- 05:26 講者說 Opus 4.7 是她目前每天在用的主力模型↳ 講者分享自己的使用習慣：Claude 的 Opus 4.7 這個模型，是講者現在每天工作都在用的主力。
- 05:26 講者說 Claude 模型擅長規劃，也擅長長時間處理並理解長 context，這對 agent 很關鍵↳ agent 常常要做很久、讀很多資料。講者認為 Claude 擅長先把計畫想好，而且處理大量內容、做很久也能維持理解，這正是 agent 最需要的能力。
- 05:57 原因二：不只拿到模型，還能在平台上建立 agent、做編排（orchestrate），並讓 agent 使用工具↳ 第二個原因：你拿到的不只是模型，還能在同一個平台上建立 agent、做 orchestrate（安排多個步驟或多個 agent 怎麼分工、照什麼順序），並讓 agent 使用工具。
- 05:57 原因三：開箱即用的企業功能，例如安全和合規↳ 第三個原因：安全、合規（符合法規和公司規定）這些企業一定要有的功能，平台都已經內建好了，開箱就能用，不用自己另外開發。
- 06:29 原因四：從開發到上線更快，平台提供內建評估、observability、監控工具和整合↳ 第四個原因：從開發到上線比較快。平台內建評估（測試 agent 表現好不好）、observability、監控工具和各種串接，省下自己搭建這些東西的時間。
- 06:29 不必從零打造自己的平台，Foundry 已經預先建好這些功能，能直接擴展應用程式↳ 換句話說，這些底層功能 Foundry 都先蓋好了，你不用從零打造一個平台，可以把心力放在自己的應用上，需要時再擴大規模。
- 07:00 工作坊邀請觀眾帶筆電一起做；跟著做完的人可以拿到杯子蛋糕，只想旁觀也可以↳ 現場歡迎觀眾帶筆電一起動手做，跟著做完的人可以領杯子蛋糕；只想在旁邊看也沒關係。
- 07:31 工作坊網址是 aka.ms/cloudworkshop↳ 工作坊的網址是 aka.ms/cloudworkshop（aka.ms 是 Microsoft 的短網址）。
- 08:01 打開網址後按 launch 按鈕，就會啟動並載入工作坊環境↳ 打開網址後按 launch（啟動）按鈕，系統就會開始準備、載入練習環境。
- 08:33 想自己跑進度的人可以照著說明一路按 next；講者也會一步步帶，同事會在現場協助排除問題↳ 想按自己步調做的人，可以照畫面上的說明一路按 next。講者也會一步一步帶大家做，卡住的話，現場同事會過來幫忙解決。
- 09:04 工作坊使用 Skillable 環境：看到綠色方框點一下，就會自動填入輸入欄位，不用手動打字↳ 工作坊使用的線上練習環境叫 Skillable。畫面上看到綠色方框點一下，內容就會自動填進輸入欄，不用自己打字，也不怕打錯。
- 09:35 Skillable 會開一台虛擬機，整個工作坊都在裡面進行↳ Skillable 會幫你開一台虛擬機，也就是在雲端開一台臨時借你用的電腦。整個工作坊都在那台電腦裡進行。
- 09:35 工作坊情境：杯子蛋糕店 Sparkles 客人太多、口味太多、人手不夠↳ 練習的故事情境：有一家叫 Sparkles 的杯子蛋糕店，客人太多、口味太多，人手不夠用。
- 10:06 目標是打造一個 AI agent，幫 Sparkles 團隊消化所有想買杯子蛋糕的客人↳ 目標是做一個 AI agent，幫 Sparkles 的團隊應付所有想買杯子蛋糕的客人。
- 10:06 第一步：打開瀏覽器，會開在 Foundry 頁面，再點 sign up 按鈕↳ 第一步：打開瀏覽器，它會直接開在 Foundry 頁面，接著點 sign up（註冊）按鈕。
- 10:36 點選 username 那一欄就會自動填入帳號，按 next 後再填密碼並登入↳ 點一下 username（帳號）欄位，帳號就會自動填好；按 next 之後再填密碼，然後登入。
- 11:07 登入後就進入 Microsoft Foundry 的介面↳ 登入後就會進到 Microsoft Foundry 的操作畫面，之後的實作都從這裡開始。
📘 術語
AI agent / agentic system（AI 代理／代理式系統）：能規劃、推理，並持續代替我們採取行動的系統，不再只是單輪對話
single-turn conversation（單輪對話）：你對 AI 說話，它回你一個回應就結束
multi-step reasoning（多步驟推理）：agentic 系統的挑戰之一：模型要在長 context 中處理多個步驟的推理
long context（長上下文）：講者說 Claude 擅長長時間處理並理解長 context，這對 agent 很關鍵
observability（可觀測性）：企業系統需要內建的功能；Foundry 內建 observability 和監控工具
Microsoft Foundry（Microsoft Foundry 平台）：Microsoft 用來大規模打造 AI 應用程式和 agent 的統一平台
agent service（agent 服務）：Foundry 的核心產品之一（字幕沒有進一步說明）
fine-tuning（微調）：字幕把它列為可透過 Foundry 使用的機器學習服務
connector（連接器）：Foundry 內建超過 1,400 個 connector 和 MCP 工具，讓 agent 能在真實世界採取行動
MCP tools（MCP 工具）：字幕和 connector 一起提到，讓 agent 能在真實世界採取行動（沒有進一步解釋）
governance（治理）：Foundry 上的 agent 內建的企業級功能之一
orchestrate（編排）：在 Foundry 平台上可以建立並編排 agent
.env files（.env 檔）：講者說整合 Entra ID 等服務後，不必一直處理 .env 檔
Skillable（Skillable 環境）：工作坊用的環境，會開虛擬機；點綠色方框就會自動填入欄位
single-turn conversation（單輪對話）：你對 AI 說話，它回你一個回應就結束
multi-step reasoning（多步驟推理）：agentic 系統的挑戰之一：模型要在長 context 中處理多個步驟的推理
long context（長上下文）：講者說 Claude 擅長長時間處理並理解長 context，這對 agent 很關鍵
observability（可觀測性）：企業系統需要內建的功能；Foundry 內建 observability 和監控工具
Microsoft Foundry（Microsoft Foundry 平台）：Microsoft 用來大規模打造 AI 應用程式和 agent 的統一平台
agent service（agent 服務）：Foundry 的核心產品之一（字幕沒有進一步說明）
fine-tuning（微調）：字幕把它列為可透過 Foundry 使用的機器學習服務
connector（連接器）：Foundry 內建超過 1,400 個 connector 和 MCP 工具，讓 agent 能在真實世界採取行動
MCP tools（MCP 工具）：字幕和 connector 一起提到，讓 agent 能在真實世界採取行動（沒有進一步解釋）
governance（治理）：Foundry 上的 agent 內建的企業級功能之一
orchestrate（編排）：在 Foundry 平台上可以建立並編排 agent
.env files（.env 檔）：講者說整合 Entra ID 等服務後，不必一直處理 .env 檔
Skillable（Skillable 環境）：工作坊用的環境，會開虛擬機；點綠色方框就會自動填入欄位
✏️ 小考一題
根據講者，Microsoft Foundry 支援多少個內建 connector 和 MCP 工具？
A. 超過 14,000 個B. 超過 4,000 個C. 超過 1,400 個D. 超過 140 個看答案
答案：C。[03:53] 講者說："we support over 1,400 built-in connectors and MCP tools"
💛 覺得有幫助？支持一下
課本免費、沒有廣告，支持與否都能照常讀 🐰