Microsoftがクラウド型エージェント基盤「Foundry Agent Service」に、エージェントの動作を評価基準で採点し、より良い設定を自動生成して順位付けする「Agent Optimizer」を発表した。現在は招待制の限定先行公開で、30日以内に一般向け試用として提供予定。
Microsoftがクラウド型エージェント基盤Foundry Agent Serviceに、エージェントの動作を自動で評価・改善するAgent Optimizerを発表した。現在は招待制の限定先行公開で、30日以内に一般向け試用として提供予定。
エージェントを評価基準で採点し、より良い設定を自動生成して順位付けする閉ループ方式で動く。改善対象は指示文（プロンプト）・再利用可能な手順（スキル）・最適なモデル選定・ツール説明文の4種類から選べる。起動は「azd ai agent optimize」コマンド1つで、典型処理は数分で完了し追加インフラは不要。起動時に設定読込を一行追加するだけで導入でき、本番では最適化なしの既定値が自動適用される。
効くのは「作る」段階ではなく「正しく振る舞わせる」運用段階だ。これまで指示文を手で書き換え手作業テストするしかなかった改善ループが自動化される。記事の例では総合評価が0.60から0.92へ、再学習もコード変更もなしに改善した。Foundryの追跡記録（trace）と評価機能を組み合わせ、運用→評価→改善の循環を回す。
この変化で何が要点か。図解と出典つきで一目で。
構造化された事実を最初に。誰が何をいつどこでなぜどのように。
Foundry では「ホスト型エージェント（hosted agents）」により、ロジックを書いてコマンド一つで配置・公開できる仕組みが整っていた。だが「公開できた」ことと「本番運用に耐える」ことは別問題であり、現場では多くの課題が出ていた。たとえばカスタマーサポート用エージェントが注文番号を確認せずに状態照会したり、本来断るべき電気配線の助言をしてしまうといった不具合が起きる。これらを直すには指示文（システムプロンプト）を書き換え、手作業でテストし、他を壊していないか祈るしかなかった。10個のエージェントを別領域で運用するチームにとって、この手作業は規模拡大の妨げになっていた。
エージェント開発の難所は「作ること」ではなく「あらゆる場面で正しく振る舞わせること」にあると開発者から繰り返し指摘されていた。Agent Optimizer はこの手作業の改善ループを自動化し、追加のインフラ構築なしに数分で完了する点が実務に効く。記事の例では総合評価が0.60から0.92へ、モデル再学習もコード変更もなしに改善している。
MicrosoftがFoundry Agent Serviceに追加したAgent Optimizerは、エージェントの動作を評価基準で採点し、より良い設定を自動生成して順位付けする閉ループ方式で動く。公式ブログの例では、総合評価が0.60から0.92へ、モデルの再学習もコード変更もなしに改善している。
効くのは「作る」段階ではなく「あらゆる場面で正しく振る舞わせる」運用段階だ。たとえばカスタマーサポート用エージェントが注文番号を確認せずに状態を照会したり、本来断るべき助言をしてしまう。こうした不具合を直すには、これまで指示文（システムプロンプト）を書き換え、手作業でテストし、他を壊していないか祈るしかなかった。
But “live” and “production-ready” aren’t the same thing. The gap shows up quickly.
ここでいう「live（公開できた）」と「production-ready（本番運用に耐える）」は別物だ、という指摘が起点になっている。Agent Optimizerはこの手作業の改善ループそのものを自動化する。
改善対象は次の4種類から選べる。エージェント開発で手を入れる主要な箇所をひととおりカバーする。
起動は「azd ai agent optimize」というコマンド1つで、典型的な処理は数分で完了し、追加のインフラ構築は要らない。導入も軽く、起動時に設定読込（load_config）を一行追加するだけで使える。
本番運用への配慮として、最適化なしの既定値が本番では自動的に適用される設計になっている。つまり最適化を試した結果が、そのまま本番の挙動を直接書き換えてしまう作りではない。Foundryの追跡記録（trace）と評価機能と組み合わせ、運用→評価→改善の循環を回す。
効くのは、別々の領域で複数のエージェントを運用しているチームだ。公式ブログは、10個のエージェントを異なる領域で動かすチームにとって、1つずつ指示文を直して手作業でテストする工程が規模拡大の妨げになっていた、と背景を説明している。
この手作業がコマンド1つの自動採点に置き換わる。改善案は順位付けされて出てくるため、どの変更が評価を上げるかを人が総当たりで試す必要が減る。
一方で、Foundry以外の基盤でプロンプト改善を自前運用しているチームには、同等の閉ループを手で組む工数が相対的に重く映る局面が出る。読者が自社の状況を測る基準は単純だ。手で直しているエージェントが2〜3個までなら手作業でも回るが、領域をまたいで増えていくほど、自動化の差が運用コストに直結する。
立場別、明日から動ける一手。
Foundry公式ブログで改善対象4種（指示文・スキル・モデル選定・ツール説明）のうち自社エージェントのどこが効くかを確認する。
自動採点で使う評価基準を、注文番号の確認漏れなど自社で実際に起きた不具合シーンに紐づけて定義する。
招待枠が来たら1つのエージェントで最適化前後の総合評価を、記事の0.60→0.92と同じ指標軸で測る。
Microsoft FoundryのAgent Serviceに、エージェント設定を自動改善する「Agent Optimizer」が登場。評価基準に照らして採点し、より良い設定を自動生成・順位付けする閉ループ方式で動作する。改善対象はプロンプト・スキル・モデル選定・ツール説明文の4種類から選択でき、コマンド「azd ai agent optimize」で起動、数分で完了し追加インフラは不要。記事の例ではモデル再学習やコード変更なしで総合評価が「0.60から0.92」へ改善している。なお収集されたX投稿は他のAIエージェント関連の話題が中心で、本発表に直接言及する関連投稿は確認できなかったため、公式情報を中心に整理した。
エージェント開発の難所は「作ること」ではなく「あらゆる場面で正しく振る舞わせること」にあると指摘されてきた。Agent Optimizerはこの手作業の改善ループを自動化し、評価→改善→順位付けを閉ループで回す。記事の例では総合評価が「0.60から0.92」へ、モデル再学習もコード変更もなしで向上している点が実務上のインパクトとして注目される。
最適化できる対象は、指示文（プロンプト）、再利用可能な手順（スキル）、最適なモデル選定、ツール説明文の4種類。用途に応じてどこを改善するか選べる設計になっている。プロンプト単体の最適化は「Prompt Optimizer」として個別の機能ドキュメントも用意されており、評価機能と組み合わせて使うことが想定されている。 → Upgrade or switch models …を見る
起動時に設定読込（load_config）を一行追加するだけで導入でき、本番環境では最適化なしの既定値が自動適用される安全設計。コマンド「azd ai agent optimize」で起動し、典型的な処理は数分で完了、追加インフラは不要。Foundryの追跡記録（trace）と評価機能を組み合わせ、運用→評価→改善の循環を実現する。 → エージェント評価の方法
※トレンド検出時刻付近の人気投稿を表示
