Ep 492: Microsoft Copilot’s New Agents: Insider tips how to make them work for you
29:52 Share

这是 Everyday AI Show，一个日常播客，我们简化 AI 并将其力量带到您的指尖。每天收听，获取提升您的职业、业务和日常生活的实用建议。

这周在 AI 开发领域发生了一些事情，你会觉得，所有这些事情是不是就在几天内发生的？似乎所有的大公司都为我们提供了新的东西，让我们在本周利用这些东西。我认为微软

也许做了一些最大的公告，我认为没有足够的人在谈论这些，因为现在这是工具，我们可以使用的新的 AI 代理。所以今天我很高兴谈论这个问题，并邀请一位优秀的嘉宾来到节目中，顺便说一句，是回归嘉宾，来谈谈微软 Copilot 的新代理，并给你一些真正的内部技巧

关于如何让它们真正为你工作。好吧，我很期待今天的谈话。希望你们也是。大家好！如果您是新来的，我的名字是 Jordan Wilson，这是 Everyday AI Show。这件事，是为你准备的。这是您的每日直播播客和免费每日新闻通讯，帮助我们不仅跟上

AI 的步伐，而且了解我们如何使用所有这些新工具、所有这些新进展和新的大型语言模型来领先，来发展我们的公司和职业。所以，从收听这个直播快讯播客开始。

在这里您可以学习，但要利用它，您需要访问 youreverydayai.com，注册免费的每日新闻通讯。我们将分解今天谈话中最重要的要点，并为您提供更多需要了解的信息，以便您真正利用我们今天讨论的内容。所以请务必在 youreverydayai.com 上这样做。好的。如果您正在寻找每日

新闻。这也会在新闻通讯中。我们必须充分利用与今天嘉宾在一起的每一秒钟。所以请帮我欢迎他们来到节目。我们把他们带进来。好了。Ray Smith，微软 AI 代理副总裁。Ray，非常感谢您第二次来到 Everyday AI Show。

感谢再次邀请我，Jordan。很明显，第一次还不错，所以你才再次邀请我。我很高兴来到这里。是的。而且，很明显，对吧？如果你能与微软的 AI 代理副总裁交谈，我们必须进行这次谈话。很多人都在问我，“嘿，Jordan，微软的所有这些代理有什么新东西？”我说，“好吧，

让我们问问，让我们问问本人。”所以，Ray，到底有什么新东西？我的意思是，Copilot studio 内部有很多新东西，这些新的 AI 代理，但是带我们了解一下，一些最新的公告。是的。我的意思是，想想看，我们上次交谈，我认为是在 11 月。那是大约一个晚上的时间。有很多版本发布。正如你提到的，这就像，所有这些事情是不是就在几天内发生的？而且我认为微软

也许做了一些最大的公告，我认为没有足够的人在谈论这些，因为现在这是工具，我们可以使用的新的 AI 代理。所以今天我很高兴谈论这个问题，并邀请一位优秀的嘉宾来到节目中，顺便说一句，是回归嘉宾，来谈谈微软 Copilot 的新代理，并给你一些真正的内部技巧

关于如何让它们真正为你工作。好吧，我很期待今天的谈话。希望你们也是。大家好！如果您是新来的，我的名字是 Jordan Wilson，这是 Everyday AI Show。这件事，是为你准备的。这是您的每日直播播客和免费每日新闻通讯，帮助我们不仅跟上

AI 的步伐，而且了解我们如何使用所有这些新工具、所有这些新进展和新的大型语言模型来领先，来发展我们的公司和职业。所以，从收听这个直播快讯播客开始。

我认为我们正处于一个新的时代，客户参与、真正的生产用例正在推动整个代理堆栈的工具发展。我认为本周我们宣布了深度推理能力，以真正地将这种分析、研究、报告生成带入典型的流程中。我们还宣布了代理流程，这是一种将传统 RPA 带来的新方法，但将一些这些防护栏和真实的

真实的确定性行为作为关键工具带入我们构建这些代理的方式。所以这是确定性和非确定性的混合。所以我们要求代理对工具进行推理，但也许可以选择它的路径。对于该路径的某些部分，我们总是希望它表现相同。这就是代理流程。实际上，我们还宣布自主代理功能已进入普遍可用状态。所以这是在过去的几天里。是的，所以有很多事情正在发生。而且我认为当我们上次交谈时，

我认为我们正在谈论 10 万个组织使用 Copilot Studio。现在是 16 万个。而且我认为统计数据是，仅在过去三个月就构建了超过 40 万个代理。所以我们，

我想说我们仍然处于早期阶段，但它正在加速发展。我最开心的事情是与客户会面，他们会说，“你认为你能做到这一点吗？你能做到那一点吗？”我说，“技术不再是障碍。它真的是关注这些用例。我们将看到在

代理堆栈的每一层，围绕测试和评估框架的新功能、新工具、围绕 RAG 和编排的改进。但对于最终用户和普通人来说，构建这些应用程序将越来越容易。最大的编程语言将只是自然语言。它不会是我们都熟悉的代码。它将只是描述你想要什么。

你会互动并迭代以构建这些解决方案。所以对于业务领导者、领域专家来说，这是一个非常激动人心的时刻，他们会说，“嘿，我不需要向 IT 提交工单，或者至少我可以更容易地与 IT 合作来更快地构建这些解决方案。”

如果你刚才从 Ray 那里听到的这两件事没有让你兴奋，对吧？就像，你知道，很明显，Everyday AI，我们是为了非技术人员。这两件事，技术不再是障碍，最重要的

编程语言现在是自然语言。这两件事，我很兴奋要深入了解。但是，在我们这样做之前，我想先稍微放大一点，Ray。所以，你知道，你刚才说现在有超过 16 万个组织使用 Copilot Studio。太棒了。但是对于那些

首先开始使用 Copilot Studio 的人。让我们快速概述一下。Copilot Studio 到底是什么？如何访问它？然后我很高兴谈谈这两个新的代理。是的，所以让我们访问 copilotstudio.com，您可以轻松地设置试用版并开始使用。它实际上是一个低代码代理或应用程序，在这个新的 AI 世界中，一个框架或解决方案。所以它试图抽象出所有模型选择、框架的复杂性，

我们如何添加工具，我们如何将知识来源整合在一起。所以所有这些都具有企业级控制、可观察性和治理。所以它试图带来这个企业级解决方案构建或代理构建框架

但也让普通用户，你知道，几乎是业务用户来描述他们想要什么并迭代该过程变得非常容易。我知道访问权限甚至也发生了一些变化，但是这个可用吗？你知道，如果每个人都有，你知道，Microsoft 365，

每个组织的座位？他们可以使用它吗？然后第二部分，如果不是，他们是否仍然可以使用按需付费定价来利用 Copilot Studio 中这两个新的代理？

是的，所以可能有几种方法。显然，首先，很容易进入并设置试用版。但是除此之外或超出这个，无论是什么，30 天，那么这实际上是一个情况，有几种方法。您可以购买 MG65 副驾驶许可证，并获得某些权利。

或者您将 Azure 订阅放入其中，它会根据您的 Azure 承诺进行扣除，或者您预付并购买有效的消息包或购买包，这会根据该计量器进行扣除。我们正在努力让大家更容易上手。

因为在这个新世界里，它真的需要人们亲自动手使用这些工具。就像你构建你的第一个代理，然后你被这个错误困扰，然后你就像，“哦，我要构建接下来的 10 个。”第一个总是最难的，因为它是一种关于如何使用 rag 以及如何使用操作、连接器和触发器使其自主的概念。

但是在你完成第一个之后，然后我与客户进行对话。就像我们听到了你所说的话。我们喜欢它。但是当我们自己构建时，我们真正明白了。我们现在就像我们想要在他们的业务中进行代理转换或 AI 首次转换一样。是的。

是的。而且我认为基于用量的定价非常聪明，因为，是的，我甚至记得在微软 Ignite 上四处走动，然后我说，“为什么？”你知道，对于那些没有使用它的人，为什么？而且，你知道，当时人们说，“哦，我们不确定我们是否想，你知道，推出数百或数千个许可证。”所以我认为这是一个明智的举动，顺便说一句。但是让我们进入好东西，Ray。让我们谈谈深度推理代理。这是什么？我很兴奋。

是的，所以从根本上说，这些新型模型是基于强化学习的。真正的区别在于，它就像一个可以自我验证并根据输出进行训练的模型。所以它就像我们所说的更深入地思考或更长时间地思考或自我分析。所以它就像能够观察自己一样，这些模型基于输出。

所以如果你考虑一下，它必须是一个可验证的输出。因此，当您创建代码或创建某种分析或某种研究或生成报告时，它是可以轻松评估的东西，而不是比方说华丽的语言。

所以它是一种不同类型的模型，它都是基于强化学习的。我们熟悉 OpenAI，所以他们有 O1，然后是 O3，Mini 和 Pro。所以它只是不同的版本。显然有 DeepSeek。所以我们认为会有许多这样的模型

强化学习或深度推理模型将会出现。而且显然，我们在微软的观点是确保我们将所有这些不同的模型提供给我们的用户，无论是在 Azure AI Foundry 中，还是在 Copilot Studio 中，因为最终它将围绕为合适的工作选择合适的模型进行优化。随着时间的推移，客户将为他们自己的用例微调这些模型。这就是它的根本动力。所以你有这些深度推理模型。

最重要的是，人们会说，“好吧，这很酷。你给我一个模型。我能用它做什么？”他们通常几乎将其用作操作。在流程的这一部分，我已经从网络上获取了所有这些信息，或者我已经从 SharePoint 和一些内容中提取了所有这些信息。现在我要把它交给这个模型，它的表现会比标准编排模型更好。比方说 OpenAI 的 4.0 或 4.5。

所以它会对这些信息进行更深入的推理或思考。所以他们开始将其更多地用作操作。如果您考虑库存优化或对潜在客户或公司进行研究，因为它会通过销售开发流程，这将非常有用。所以这将成为一个关键步骤。

而且我认为市场上很多人听到的是，人们正在抽象出另一层，并构建这些应用程序或研究代理，这实际上是打包了研究模型，也许是访问网络或某些工具。它允许人们说，我想使用这个构建块来生成报告或对 RFP 的回复，进行所有分析。

或者也许我会将其用作多代理场景中的构建块，例如销售开发，在那里你会说，我希望你去研究这个领导者，这家公司，以便它可以被流程中的下一步使用。所以

从根本上说，深度推理或研究代理或分析代理几乎是大多数流程的基本构建块，因为这是我们人类做得非常好的事情，即对大量复杂信息和变量进行推理，并根据它做出后续决策。

你还在为了弄清楚如何利用 AI 发展你的业务而四处奔波吗？也许你的公司已经使用大型语言模型一年或更长时间了，但无法真正获得牵引力来找到生成式 AI 的投资回报率。嗨，我是 Jordan Wilson，这个播客的主持人。

Adobe、微软和英伟达等公司与我们合作，因为他们信任我们在教育大众如何利用生成式 AI 取得领先方面的专业知识。一些美国最具创新性的公司聘请我们帮助他们制定 AI 战略，并培训他们数百名员工如何使用生成式 AI。因此，无论您是为数千人寻找 ChatGPT 培训，

还是只需要帮助构建您的前端 AI 战略，您也可以与我们合作，就像世界上一些最大的公司一样。访问 youreverydayai.com/partner 与我们的团队联系，或者您可以点击我们网站的合作伙伴部分。我们将帮助您停止在 AI 领域四处奔波，并帮助您的团队领先，并为生成式 AI 建立一条通往投资回报率的直线路径。

所以，是的，对“深入思考”的精彩点评。我认为微软甚至免费提供了很多这样的内容。所以，你知道，我在第 479 集中介绍了这一点。所以如果你想了解更多信息，请务必去查看一下。但是

但是 Ray，我认为人们会对某些事情提出疑问，或者只是好奇，对吧？现在当我们看到这个东西，深度研究或深度推理时，我们想到了某个品牌。我认为 OpenAI 的深度研究产品，对我个人来说，我喜欢使用它。所以这就是这个吗？这是微软的版本吗？它有哪些相同之处？它有哪些不同之处？

是的，所以从根本上说，它们使用的是类似的模型，或者正如我所说，我们可以使模型可互换。但是 01 和 03 是某些情况下最好的深度推理模型，特别是当我们连接到您的企业数据时。

正如我所说，该应用程序只是包装或打包了您如何访问该模型，哪些工具，无论是使用代码解释器还是创建代码的能力，搜索网络以进行更深入的分析，特别是如果您正在进行财务分析。所以研究代理只是一种打包

打包所有这些内容到一个简单的界面或自然语言中。嘿，你能帮我完成这项任务吗？它就会去做。基本上就是这样。所以与市场上的研究代理或任何类型的分析代理非常类似的概念。

所以举个例子。对。因为，首先，我认为深度推理代理现在可以在 Copilot Studio 中使用。但是，你知道，举个例子。就像某人应该如何，你知道，也许使用这个，以及 Copilot Studio 中这个新的深度推理代理的功能？使用它有哪些以前可能没有的功能？

是的，所以我认为这真的取决于这些用例。正如我所说，我们有很多客户在生产中推动场景，并且在那种业务发展、销售发展用例中，对研究的需求变得非常清晰，尤其是在潜在客户评分、潜在客户资格认定、潜在客户研究方面。

但在其他情况下，例如参与管理，当信息请求或提案请求进来时，会有一个复杂的项目计划，会有来自客户的要求，说你需要满足这些条件、这些成本、这些时间表、这些标准。所以

对于人们来说，要处理这些变量是一个复杂的问题。今天，答案，或者到目前为止，答案是将它交给一个人来查看所有约束、所有变量、所有信息，并在最后创建一个 RFP 或提案。

所以今天，这是一个很好的用例，您会将它交给深度推理代理或深度推理模型，然后将其返回到类似于围绕它的编排。它会从例如电子邮件中获取信息。所以它会自动从一封电子邮件中触发，说，“嘿，我想要一个关于这个产品、这么多单位、到这个日期的提案，你知道，我的定价协议。”

它会根据该电子邮件自动触发，完成整个流程以生成 RFP。它可能会也可能不会有人参与，说，“嘿，这是我编写的提案。”所以你可以看到这将如何极大地提高效率，并最终帮助你可能销售更多，因为你掌握了这些提案。

我认为这只是一个例子，或者 FPE 或销售开发就是一个例子。但我认为我们通常看到的例子是在

编码领域，在报告生成领域，它非常擅长生成报告。所以当你说，“嘿，我想要一份关于这个的报告”时，从代码生成中，它正在进行财务分析，它可能会由它动态生成的某些代码支持来进行此分析，并将这些结果带回到可能在后续系统中采取行动。

所以，你知道，我对此的另一个问题是，你知道，有了这个，你知道，深度推理，我喜欢那个例子，它，你知道，正在处理这些事情，这些事情通常需要多个，你知道，人工检查点，你知道，也许，“这是否符合我们的项目标准？”

是的，对。就像经历多个这些步骤一样。这如何改变所有这一切中的人类角色，对吧？我知道我们总是谈论人工参与，对吧？我喜欢说专家或专业知识参与。但是对于那些将开始利用 Copilot Studio 中的深度推理代理的个人和公司，这如何改变他们的角色？

是的，我认为这将是，我认为我们将难以看到任何行业、任何角色、任何部门不受这种代理转换或中断的影响。所以我认为我们人类就像，

我们应该学习如何利用这些能力来提高效率，在我们的角色中更有效率。我认为我们在许多行业、许多用例中都看到了这一点。从根本上说，它将从我们人类作为第一线来做一些我们不想做的更无聊和单调的工作转变为将该委托角色。

交给一个 AI 代理，它可能会在我与客户通话之前或在我进行并购收购或并购流程之前向我提供研究和简报，例如，或者在我进行风险分析之前，它已经仔细研究了交易室，例如。所以它可能会向人类提供信息，或者它可能会增强……

我们今天正在进行的流程的一部分。但它也可能在某些情况下完全自主。但是我们将，我们人类将始终监督这些代理，处理异常情况，如果它无法继续或不想继续，因为它认为它没有足够的信息，或者你已经将其编码为说，如果你认为退款超过这个点，或者不要超过这个点，或者如果

如果有一些你已经烘焙到这些代理中的风险管理。因此，你将有部门的人说，“嘿，我正在处理发票，但是代理正在处理 90% 的发票，也许是 95%，我在这里处理它无法从文档中提取关键信息的情况，或者其他任何情况，例如。所以我认为我们将看到我们如何利用 AI 的转变

以及我们将如何从个体贡献者转变为更多地管理我们典型流程中的代理。我假设另一个，你知道，很大的区别，对吧？让我们选择一个容易比较的例子，对吧？所以如果你正在使用，你知道，ChatGPT 的深度研究，或者你正在使用 ChatGPT，你知道，01、03，诸如此类。

Copilot Studio 中的深度推理代理与之最大的区别在于它可以访问 Microsoft 365 中的动态数据。首先，它可以访问所有你的数据吗？我想，它还可以访问哪些其他工具或应用程序？这在功能方面解锁了什么？

是的，你提出的这一点很好，Jordan，因为从根本上说，我们人类设置了这些代理以及它们如何运行，无论是它可以与哪些其他代理交谈，哪些连接器，哪些系统，哪些知识来源。

我们配置它，我们按照我们认为合适的方式构建这些代理。这与我们在部门中设置角色的方式非常相似，例如，如果您在财务部门，您可以访问这些工具和这些知识来源或这些 SharePoint 站点。所以非常类似地，我们人类将配置并使这些代理完全控制它们可以访问和不能访问的内容。

呃，所以这是第一点，第二点是，即使我们拥有这些代理，我们已经对其进行了测试，我们已经对其进行了调试，我们对其可靠性充满信心，我们仍然希望监督它，因此这种治理、可观察性和所有这些安全要求都将是必不可少的，我认为，这不仅仅是因为你有一个或两个或三个代理，而是因为我们将在

我们的业务中，在各个部门中拥有数百甚至数千个代理。将有各种代理与一个部门与另一个部门对齐，所有这些都归属于管理这些团队和部门的业务领导者。而且我认为，你知道，我想说的是，企业级的各种系统连接以及跟踪所有这些连接。同样，当您将知识带入这些代理时，

我们不应该只是从本地桌面上拖动文件。然后，顺便说一句，当我与所有访问该代理中所有内容的人共享此代理时，我们希望在运行时能够检查，例如，“此用户是否可以访问此文档或此文件？”所以敏感性标签，访问控制。所以所有这些都是，我想说的是，微软

在这个领域工作了这么久，在那种企业知识、连接性和安全治理方面有所不同或关注。显然，所有创新的突破和各种工具，从 Kula 运算符、CodeGen，

我们今天谈到的所有这些东西，即代理流程和深度推理，它们都是必不可少的构建块工具。但是，如果您没有一个安全可靠的平台，那么所有工具都无关紧要。

让我们谈谈代理流程。我相信这应该在 3 月 31 日向所有人推出。如果我错了，请纠正我。是的，我认为是星期一。是的，就是这样。所以我的意思是，这是什么，这如何改变可能发生的事情？我们将在我们的新闻通讯中分享这个小视频。我认为观看它真的很有帮助。但是也许只是为了我们的播客听众，只是描述一下代理流程以及这如何改变这个代理工作流程。

是的，所以我们在过去的

几十年来一直在努力使我们的业务自动化程度更高，无论是脚本、Excel 中的宏还是编写程序。然后显然在过去的十年中，我们有了低代码自动化。所以，你知道，构建自动化或 RPA，所以机器人流程自动化来自动化我们业务中的关键部分。而且，你知道，这已经是一个非常成功的业务，很多业务。在微软，我们有一个名为 Power Automate 的工具。

我们在这次代理革命中学到的是，是的，他们想要大量的代理推理。所以这是流程顶部的推理大脑，它查看各种工具。但在某些时候，你真的想要确定性行为。你希望工具每次都从 A 运行到 B。这就是你将利用自动化或将连接器连接到现有系统的地方。你并不一定希望在这个过程中有太多变化。所以

将代理流程和我们的 Power Automate 功能原生集成到 Copilot Studio 中，我们正在将这种确定性结果的良好组合和设置明确的流程路径带入一个不会随着时间推移而改变的流程。无论您是生成代码，

还是创建规范的工作流程，这就是代理流程真正发挥作用的地方。所以它有点像我们如何执行或完成业务流程的两面。某些部分将是推理，甚至是深度推理，决定使用哪些工具。有时其中一个工具只是自动化。我们可以使用 LLM 或使用 AI 来帮助创建这些自动化。

我们甚至可以将提示和推理元素带入规范部分。但这是一个解锁更多控制的关键用例。这就是我们从客户那里看到的，这两种组合是一个很好的组合。

我可以将自己置于某些人的位置，他们现在正在听到一些这些术语，对吧？就像，“哦，Power Automate 和确定性 RPA 代理流程。”但是，就像我之前说的那样，你真正需要所有这些东西的是自然语言，对吧？你能快速地引导人们了解，嘿，就像技术上你不需要，你知道，拥有十年的 Power Automate 经验或类似的东西来利用代理流程。

是的，Jordan，这是一个很好的观点。就像我们看到从所有不同的底层工具中抽象出这种级别的抽象一样，它应该只是，即使使用代理流程，你也可以描述你想要什么，它会为你构建流程。呃，显然你会验证你测试过，你可能会来回迭代并说，不，不，不是这一步，我希望你这样做。所以我们看到自然语言是生成解决方案的语言。

而且越来越多的，我们将把输入向上移动到堆栈中，你甚至不需要决定要使用什么工具。你描述它，代理本身就会决定，我认为你在寻找一个提示，Ray，或者也许我们会在这一点上创建一个自动化。或者也许，你知道吗，这很酷。我们将移动鼠标围绕虚拟机，因为你与某个遗留应用程序进行了对话。所以它将越来越多的抽象化。我认为这就是你将在工具中看到的。

它将达到这样的程度：就像你我在这里进行对话一样。我们将描述问题，我们将迭代它，在幕后，它正在选择工具，它正在动态地生成代码或自动化。

我的意思是，仅仅是这些功能的数量，以及将其开放给非技术人员，我认为这在生成式 AI 中是一个非常令人兴奋的时刻。所以，Ray，我们在这个对话中讨论了很多，但是从 Copilot Studio 中代理的所有新内容来看，深度推理代理、代理流程，对吧？但在我们结束之前，也许你对业务领导者如何才能在今天让这些工具为他们工作最重要的一个要点或技巧是什么？

是的，我很高兴你问这个问题，因为这是我通常用大多数客户互动结束的事情。所有的一切发展如此之快，这确实令人难以置信。就像所有这些技术一样。我认为市场已经意识到这将是具有变革意义的。有巨大的投资回报率，并且有很多案例研究。而且，你知道，每周每个人都在宣传他们如何节省大量资金，提高效率或使用代理产生收入的方法。

我认为这也会让人不知所措，因为你会想，我会创建一个电子表格，200 个用例。它有一个小计，数百万或数十亿美元，我们将改变我们经营业务的方式。首先，你必须掌握这些工具，对吧？我看到这一点遍及各行各业。就像选择一个用例，选择一个业务流程，将其分解成几部分，你会想，我将为此部分构建一个代理。我可能在两侧都有一个人来验证并将其纳入流程。

慢慢地，你会通过构建一系列将链接在一起的代理来自动化整个流程或大部分流程。所以我的建议是掌握工具，因为它确实是一个……

一种体验式学习，只是弄清楚这些 AI 工具是如何工作的。什么是，你如何围绕你使用的工具设置防护栏等等。正如我们所说，随着抽象程度的提高，它变得越来越容易，但在早期，它确实需要亲自动手体验和关注用例。

好的。这是一次很棒的会议，对吧？我们可以今天下课了。我学到了很多东西，我知道我们的观众也学到了很多东西。所以 Ray，非常感谢你加入 Everyday AI Show，向我们介绍 Copilot 新代理的新功能。我们非常感谢。