Microsoft 在 2026 年 7 月 9 日發布 Foundry 更新，重點不是再推出一個 agent demo，而是把企業 agent 的 production runtime、模型選擇、資料區域、治理、觀測和分發渠道放進同一套平台。這代表企業 AI agent 正由試驗階段，走向需要可靠營運的系統層。
這次公告的第一組更新，是 GPT-5.6 Sol、Terra 和 Luna 已在 Microsoft Foundry Models 與 Foundry Agent Service 正式開放。Microsoft 把三個模型對應到不同工作負載：Sol 面向高推理和 coding / agentic workflows，Terra 平衡日常性能與成本，Luna 則面向高量、低延遲和成本敏感場景。這種分層很實際，因為 production agent 不會每一步都需要最貴模型。
第二個重點是 Asia-Pacific Data Zone GA。對亞太區企業，尤其是金融、醫療、政府相關或跨境營運組織，模型能力只是其中一半問題；另一半是資料處理位置、合規、延遲和營運一致性。Microsoft 的說法是，APAC 客戶可以在區域內處理資料，同時使用 frontier OpenAI models，而不用另外拼接一套不同環境。
Agent runtime 方面，Hosted agents in Foundry Agent Service 已正式開放。Microsoft 將它定位為可支援任何 framework 和 harness 的 production runtime，包括 Microsoft Agent Framework、GitHub Copilot SDK、LangGraph、OpenClaw 和其他工具。文章亦提到 network isolation、VNet integration，以及 private preview 的 resilient task support，讓長時間、多輪、需要人工批准的 agent 工作在失敗後可以恢復。
這裏的訊號很清楚：企業 agent 的難點不是「能不能回答」，而是能否長時間運作、能否安全接工具、能否處理失敗、能否把人放在正確批准點。Microsoft 把 memory、routines、event-based triggers、toolboxes 和 Teams / Microsoft 365 Copilot 發佈都放在同一條線上，說明 agent 正開始像一種可部署工作單位。
治理亦是這次更新的核心。Microsoft 表示 hosted agents 的 tracing 和 evaluation 已正式開放，agent optimizer 進入 public preview，ROI for agents 則在 private preview。這些功能的共同目標，是讓團隊看見 agent 做了甚麼、為甚麼出錯、如何調整 prompt / skill / model / tool 組合，以及成本與業務價值是否成正比。
文章中的 production examples 也很值得留意。Adobe、Telefónica 和 Tata Consultancy Services 都被列為正在用 Foundry 跑 agent 的例子。這些案例的共同點不是單一模型能力，而是 agent 要連到現有應用、企業資料、網絡營運、評估機制和成本控制。
這條新聞的重點，是 agent platform 正在由「開發者可以做出 agent」走向「企業可以營運 agent」。當 hosted runtime、tool access、knowledge layer、memory、tracing、evaluation、ROI dashboard 和 Microsoft 365 distribution 連成一套，企業導入 AI 的問題會更接近系統工程，而不只是 prompt engineering。
