Schlagwort: Microsoft

GPT-Images-2.0

Kurzfassung
▾

Quellen
▾

Microsoft hat den Agent Optimizer für die Foundry-Plattform als Public Preview veröffentlicht.
Das System automatisiert die Fehlerbehebung bei KI-Agenten und ersetzt das manuelle Testen von Befehlen.
Ein spezielles Diagnosemodell analysiert Protokolle, findet Fehlerursachen und schlägt funktionierende Anpassungen vor.
Am Ende prüft ein Entwickler die generierten Vorschläge und gibt die beste Version frei.

Microsoft Command Line: The agent optimization loop and how we built it in Foundry

Microsoft veröffentlicht mit dem Agent Optimizer eine neue Automatisierungslösung für komplexe KI-Systeme in der Foundry-Umgebung. Die Software analysiert fehlerhafte KI-Agenten selbstständig und schlägt optimierte Systemkonfigurationen vor, ohne bestehende Funktionen zu beschädigen. Entwickler erhalten damit eine Umgebung, die klassische Testverfahren aus der traditionellen Softwareentwicklung auf künstliche Intelligenz überträgt. Das Ende der manuellen Fehlersuche Bisher glich die Anpassung von produktiven KI-Agenten einem riskanten Balanceakt nach dem Prinzip »Repariere eine Sache, mache zwei andere kaputt«. Entwickler passten Anweisungen an, um ein spezifisches Problem zu lösen, verursachten dadurch aber häufig neue Fehler in völlig anderen Teilbereichen. Die manuelle Fehlersuche anhand von Protokolldaten kostete enorm viel Zeit und skalierte bei einer wachsenden Anzahl an KI-Assistenten schlichtweg nicht mehr. Microsoft ändert diesen Ablauf nun grundlegend. Der neue Ansatz behandelt die Qualitätskontrolle nicht länger als mühsames Durchtesten, sondern als Suchproblem innerhalb eines großen Konfigurationsraums. Das System generiert automatisch verschiedene Lösungskandidaten, indem es Systemanweisungen, ausgewählte Modelle und Tool-Definitionen variiert. Anschließend werden diese Kandidaten streng gegen vorher festgelegte Qualitätsstandards bewertet und in einer Rangliste sortiert. + Quelle: Microsoft Ein Diagnosemodell steuert den Prozess Das Herzstück des Optimierers bildet der sogenannte Reflector. Dieses separate Sprachmodell übernimmt ausschließlich die Aufgabe, fehlerhafte Durchläufe zu lesen und den Grund für das Versagen des Agenten zu ermitteln. Darauf basierend schlägt das System zielgerichtete Änderungen vor, die exakt auf die identifizierten Schwachstellen abgestimmt sind. Die Ingenieure von Microsoft machten dabei eine entscheidende Entdeckung. Die Qualität dieses Diagnosemodells hat weitaus größere Auswirkungen auf das Endergebnis als das eigentlich ausführende Modell des Agenten. Ein präziser Reflector, der Fehler logisch herleiten kann, bringt mehr Leistungsgewinn als der einfache Wechsel auf ein größeres Sprachmodell wie GPT-5.5. Das System nimmt dem Menschen die Arbeit jedoch nicht komplett ab. Eine Automatisierung ohne menschliche Kontrolle würde Fehler langfristig nur vergrößern. Daher präsentiert die Software lediglich die besten Lösungswege, während ein Entwickler die Ergebnisse abschließend prüft und die neue Version für den produktiven Einsatz freigibt. + Quelle: Microsoft Integration und zukünftige Entwicklung Der Agent Optimizer ist derzeit als Public Preview im Foundry Agent Service verfügbar. Die Steuerung erfolgt direkt über die Kommandozeile mit lediglich fünf simplen Befehlen. Für Projekte, die noch keine eigenen Evaluierungsdaten besitzen, bietet das System zudem eine KI-gestützte Generierung von passenden Testdatensätzen auf Basis von Beschreibungen an. Microsoft plant bereits die nächsten Erweiterungen für das System. Künftig soll das Tool auch Einstellungen für die Informationsbeschaffung oder Wissensdatenbanken in die Optimierung einbeziehen. Zudem arbeiten die Entwickler an sicheren Bereitstellungsmethoden, bei denen eine neue Version zunächst nur einen kleinen Teil des echten Datenverkehrs verarbeitet und sich beweisen muss. Damit etabliert sich eine systematische und verlässliche Qualitätskontrolle für KI-Agenten im produktiven Einsatz. Anzeige