Microsoft 在 2026 年 7 月 9 日发布 Foundry 更新，重点不是再推出一个 agent demo，而是把企业 agent 的 production runtime、模型选择、资料区域、治理、观测和分发渠道放进同一套平台。这代表企业 AI agent 正由试验阶段，走向需要可靠营运的系统层。
这次公告的第一组更新，是 GPT-5.6 Sol、Terra 和 Luna 已在 Microsoft Foundry Models 与 Foundry Agent Service 正式开放。Microsoft 把三个模型对应到不同工作负载：Sol 面向高推理和 coding / agentic workflows，Terra 平衡日常性能与成本，Luna 则面向高量、低延迟和成本敏感场景。这种分层很实际，因为 production agent 不会每一步都需要最贵模型。
第二个重点是 Asia-Pacific Data Zone GA。对亚太区企业，尤其是金融、医疗、政府相关或跨境营运组织，模型能力只是其中一半问题；另一半是资料处理位置、合规、延迟和营运一致性。Microsoft 的说法是，APAC 客户可以在区域内处理资料，同时使用 frontier OpenAI models，而不用另外拼接一套不同环境。
Agent runtime 方面，Hosted agents in Foundry Agent Service 已正式开放。Microsoft 将它定位为可支持任何 framework 和 harness 的 production runtime，包括 Microsoft Agent Framework、GitHub Copilot SDK、LangGraph、OpenClaw 和其他工具。文章也提到 network isolation、VNet integration，以及 private preview 的 resilient task support，让长时间、多轮、需要人工批准的 agent 工作在失败后可以恢复。
这里的讯号很清楚：企业 agent 的难点不是「能不能回答」，而是能否长时间运作、能否安全接工具、能否处理失败、能否把人放在正确批准点。Microsoft 把 memory、routines、event-based triggers、toolboxes 和 Teams / Microsoft 365 Copilot 发布都放在同一条线上，说明 agent 正开始像一种可部署工作单元。
治理也是这次更新的核心。Microsoft 表示 hosted agents 的 tracing 和 evaluation 已正式开放，agent optimizer 进入 public preview，ROI for agents 则在 private preview。这些功能的共同目标，是让团队看见 agent 做了什么、为什么出错、如何调整 prompt / skill / model / tool 组合，以及成本与业务价值是否成正比。
文章中的 production examples 也很值得留意。Adobe、Telefónica 和 Tata Consultancy Services 都被列为正在用 Foundry 跑 agent 的例子。这些案例的共同点不是单一模型能力，而是 agent 要连到现有应用、企业资料、网络营运、评估机制和成本控制。
这条新闻的重点，是 agent platform 正在由「开发者可以做出 agent」走向「企业可以营运 agent」。当 hosted runtime、tool access、knowledge layer、memory、tracing、evaluation、ROI dashboard 和 Microsoft 365 distribution 连成一套，企业导入 AI 的问题会更接近系统工程，而不只是 prompt engineering。
