Latest / M365.FM – Podcast de Microsoft 365, Copilot e IA en español / Sistemas multiagente con Azure AI Foundry: planificación, colaboración y herramientas sin romper producción (Doblaje IA)

Transcript

Sistemas multiagente con Azure AI Foundry: planificación, colaboración y herramientas sin romper producción (Doblaje IA) · M365.FM – Podcast de Microsoft 365, Copilot e IA en español

0:00
Ya sabes, los chatbots hablan, los agentes actúan y los sistemas multiagentes realmente hacen el trabajo.
0:04
Si le has rogado a un bot que arregle Intune y te respondió con un poema, esto es para ti.
0:08
Aquí tienes el plan, al estilo Netflix.
0:10
Tú mira, tú come botana.
0:11
Yo hago la parte peligrosa, el principio de servicio para que nadie borde la producción.
0:15
Estamos construyendo un sistema multiagente autogestionado y gobernado con Azure AI Foundry y Semantic Kernel.
0:20
Punto de contacto real.
0:22
Intune entra Graph Azure Automation Log Analytics.
0:26
Un agente frente a un sistema multiagente, cara a cara, 12 minutos contra 3.
0:29
La única víctima es el crédito de mi suscripción.
0:32
Primero, ¿por qué un solo agente se está encambiando los equipos?
0:34
¿Por qué un agente no es suficiente?
0:35
Los agentes únicos son esa navaja suiza que compraste en una gasolina.
0:39
Técnicamente tiene herramientas, pero en la práctica se dobla con el primer tornillo.
0:42
Metes planificación, razonamiento, ejecución, aprobaciones y reportes en un solo prompt y ahora le falta contexto, es lento y extrañamente seguro de lo incorrecto.
0:50
La mayoría piensa, modelo más grande, cerebro más grande, boom, problema resuelto.
0:53
Pero el verdadero fallo es la confusión de roles.
0:55
Un agente intentando planear un cambio, llamar a Graph, escribir un script de remediación, pedir aprobación, verificar el resultado y documentarlo.
1:03
Es como dirigir un soporte técnico, un comité de cambios y un análisis post-mortem con un becario muy cansado.
1:08
Esto es lo que realmente sucede.
1:09
El agente único hace malabarismos con demasiada...
1:11
Tu prom sigue una novela.
1:13
La ventana de contexto se llena de locks, políticas y la mitad del glosario MDM, sí que otrunca lo importante o alucina los detalles faltantes.
1:19
La latencia se dispara, los tokens se quema y los reintentos se sienten como un dejabú con factura incluida.
1:24
Entra el sistema multiagente, roles, límites y paralelismo.
1:28
El planificador se enfoca en la intención y las restricciones.
1:30
El operador se enfoca en las herramientas y la ejecución.
1:33
El revisor se enfoca en las barreras, las aprobaciones y si estamos basados en hechos reales.
1:36
Cada agente mantiene instrucciones claras y breves con la memoria mínima que necesita.
1:42
Intercambian mensajes, resultados de herramientas o un resumen corto, no todo el internet.
1:46
¿Por qué esto importa en la empresa?
1:47
Necesitas flujos de trabajo integrales con supervisión humana, acciones basadas en identidad, reintentos y registros de auditoría.
1:52
Eso no es un chat de una sola línea.
1:54
Es un deporte de equipo.
1:55
El patrón de planificador, ejecutor y revisor reduce riesgos y trabajo extra porque cada paso tiene una segunda mirada, una automatizada que no está en la reunión 11 de Teams del día.
2:04
El costo y la latencia también ganan.
2:05
Usa modelos de lenguaje pequeños para extracción y clasificación.
2:09
Usa modelos de razonamiento premium solo donde la aprendizaje en realidad interior.
2:12
Trabajos por lotes para los resúmenes mientras los usuarios duen.
2:14
Obtendrás menos alucinaciones, resultados más rápidos y facturas más bajas.
2:18
Una pequeña historia.
2:19
Vi un bot que lo hacía todo e intentaba rotar un secreto.
2:22
Actualizó la clave.
2:24
Olvidó la configuración de la aplicación y lo arregló borrando el recurso.
2:27
Ese fue el día en que inventamos al agente revisor.
2:30
Sistema multiagente 101, claro y sencillo.
2:32
Bien, ¿qué es un sistema multiagente que realmente puedes implementar?
2:35
Piensa en un equipo digital en un gran cerebro.
2:37
Cada agente tiene un rol o un conjunto de instrucciones preciso y herramientas limitadas.
2:42
Planificador.
2:43
Comprende el objetivo, las restricciones y el entorno.
2:46
Produce un plan con llamadas y herramientas que el operador puede ejecutar.
2:50
Operador.
2:51
Llama herramientas, graph, logic apps, funciones, runbooks de Azure Automation y devuelve resultados estructurados.
2:57
Revisor.
2:58
Verifica la fundamentación, el alcance de cumplimiento, las aprobaciones y la seguridad antes de que ocurra algo riesgoso.
3:04
Mensajero.
3:05
Gestiona las notificaciones humanas, aprobaciones y resúmenes para el registro de auditoría.
3:10
Se comunican mediante mensajes y contexto compartido como adultos.
3:13
Breve, claro y solo lo necesario.
3:15
Secuencial cuando las acciones dependen de resultados previos.
3:18
Paralelo cuando las subtareas pueden ejecutarse de forma segura.
3:21
No envías una política de 50 páginas, envías el fragmento relevante.
3:24
Los ID es positivo y el cambio previsto.
3:26
Las herramientas son la mano.
3:27
APs REST para Microsoft Graph.
3:29
RAG mediante Azure AI Search para conocimiento curado.
3:32
Intérprete de código para fragmentos.
3:34
Logic Apps para secuencias, funciones como pegamento.
3:36
Azure Automation para tareas repetibles.
3:38
Mantén las entradas de herramientas estructuradas con esquemas para que el operador no pueda borrar tu entorno creativamente.
3:43
La memoria no es magia, es un presupuesto.
3:45
Minimiza la memoria por agente.
3:46
Usa estados externos, índices de búsqueda, almacenes vectoriales o un almacén pequeño para metadatos de hilo.
3:51
Manténlas de contexto ligera.
3:53
Si no se necesita para la siguiente decisión, no se debe incluir.
3:55
La planificación frente a la ejecución es donde brilla semantic kernel.
3:58
El planificador delega.
3:59
El operador elige la herramienta correcta con catálogos de funciones.
4:02
El revisor critica los resultados con prompts de evaluación y seguridad de contenido.
4:06
Si el revisor marca un riesgo de alcance, el planificador revisa.
4:09
Una vez que entiendes este bucle, dejas de escribir prompts de 800 palabras y empiezas a definir roles claros.
4:14
Los límites de seguridad no son negociables.
4:16
Llamadas herramientas con alcance de identidad mediante entidades administradas.
4:20
Permisos de agente divididos entre lectura y gestión.
4:22
Extendo el privilegio SPIN para elevación de acciones y instructivo.
4:25
Todas las llamadas herramientas registradas en Log Analytics.
4:27
Seguridad de contenido tanto en la entrada como en la salida.
4:29
Escudos de prompts contra jailbreaks.
4:30
Inyección indirecta desde fuentes de conocimiento.
4:33
Hora de una analogía.
4:34
Investigador, analista, operador, control de calidad, QA.
4:37
Cada uno es responsable de eso.
4:39
El operador no aprueba su propio cambio.
4:41
El analista no interfiere con la producción.
4:43
El QA no escribe el código que está aprobando.
4:46
Ahorreo.
4:46
¿Por qué Azure AI Foundry más Semantic Kernet?
4:50
Foundry te ofrece orquestación de agentes, opciones de modelos, fundamentación de conocimiento,
4:53
conexión de herramientas, seguridad de contenido, rastreo de contenido, rastreo, evaluación y seguridad en su look.
4:58
Semantic Kernet te brinda planificadores, habilidades, flujos, reintentos y cancelación mediante código.
5:02
Juntos, combinas modelos por función S, LM para extracción, clase GPT-4 para planificación,
5:09
procesamiento por lotes para resúmenes, mantienes tus prompts cortos, tu radio impacto pequeño y tus fines de semana libres.
5:15
Ahora vamos a construir.
5:16
Como Azure AI Foundry habilita flujos de trabajo multiagenda.
5:19
Es donde Azure AI Foundry deja de ser un portal vistoso y empieza a actuar como un entorno de producción.
5:24
Foundry te da espacios para definir agentes, conectar modelos, añadir conocimiento, enlazar acciones y observar todo
5:28
sin tener que navegar por seis menús distintos y rezar para que funcione.
5:31
Es orquestación sin improvisaciones.
5:34
Comienza con las definiciones de los agentes.
5:36
En Foundry cada agente recibe instrucciones y una guía de rol precisa, no un manifiesto.
5:41
Despliegue el modelo real detrás de esto.
5:43
Combina modelos clase GPT-4 para planificación con SLM clase FI para extracción.
5:47
Conocimiento, índices de Azure AI Search, archivos cargados o fundamentación con BIN cuando necesites contexto.
5:52
Acciones, herramientas de OpenAP, logic apps, funciones, graph, runbooks de Azure Automation o intérprete de código para cálculos rápidos y análisis.
6:00
Agentes conectados, CEO.
6:02
Un agente puede tratar a otro como una herramienta si eso mantiene las funciones claras.
6:06
Esto es importante porque Semantic Canal se integra en ese mismo universo.
6:10
En código, construye planificadores, define las habilidades y registra herramientas en catálogos de funciones.
6:14
Coreografías el bucle de planificador, operador y revisor dejando que Foundry maneje los hilos, el historial y las barreras de seguridad.
6:21
Mantiene los prompts cortos y dejas que las herramientas con esquemas hagan el trabajo pesado.
6:24
Traducción, menos alucinaciones, menos errores, más fin de semana.
6:27
La elección del modelo importa.
6:29
Foundry abstrae la inferencia mediante el punto de conexión del modelo para que puedas intercambiarlo sin reescribir toda tu aplicación.
6:34
Dos vías comunes, puntos de conexión sin servidor para modelos premium y televisión rápida.
6:38
Pagas por token, escalas bajo demanda y no tienes que cuidar GPUs como si fuera 2018.
6:42
Cúmputo gestionado para modelos abiertos y específicos que quieras mantener dentro de los límites de tu inquilino.
6:46
Pagas por tiempo de actividad y controlas la forma, pero Microsoft se encarga de la infraestructura de despliegue.
6:50
Combina modelos de la función.
6:52
Planificador en GPT-4.1 mini para el razonamiento.
6:55
Operador en modelo pequeño que destaca en extracción y configuración de parámetros.
6:58
Procesa tus resúmenes largos durante la noche para que los humanos tengan informes listos por mañana.
7:02
Y si un modelo se retira o quieres probar DeepSeq o variantes de llama, la API de inferencia de Foundry
7:07
te permite mantener tu código estable mientras experimentas.
7:10
Las herramientas y acciones son donde el operador gana su insignia.
7:13
Aquí es donde aportas poder real sin darle a la gente las llaves de tu reino.
7:17
Herramientas de API abierta para servicios internos con suaga.
7:20
Mantén el contrato string.
7:21
Si el esquema dice que el dispositivo es una cadena, mejor que sea un ID de dispositivo.
7:24
Logic Apps para flujos de aprobación y controles humanos.
7:27
Permite que el revisor dirija los cambios a un aprobador y luego rejecución al recibir el sí.
7:31
Azure Functions para código de integración y transformaciones lógicas.
7:33
API de gráfico pequeña, versionada y comprobable para tareas de Intune entra y acceso condicional de dispositivos de usuario.
7:40
Asigna alcances de lectura a agentes de monitoreo y alcances de gestión sobre los remediadores.
7:44
Azure Automation para scripts de dispositivos y manuales de procedimientos.
7:47
Trátalo como objetos afilados en un cajón bajo llave.
7:50
Solo agente de reparación puede abrirlo.
7:52
Al igual que con la base de conocimientos, manda lo curado.
7:54
Usa Azure AI Search con clasificación híbrida y reclasificación semántica.
7:58
Fragmente el conocimiento por dominio.
7:59
La política de Intune separa los procedimientos operativos de incorporación para no enviar todo el contenido necesario.
8:04
El operador debe enviar un fragmento, no la enciclopedia.
8:07
Define el tamaño de los fragmentos, almacena las citas y haz que el revisor compruebe la fundamentación antes de pasar a producción.
8:12
La seguridad no es opcional.
8:13
Founding integra filtros de seguridad de contenido para entrada y salida, escudos contra jailbreak, inyección indirecta además de comprobaciones de material protegido.
8:20
Ejecuta seguridad antes y después del modelo para no pagar por entradas erróneas o desastres de relaciones públicas.
8:25
Combínalo con identidad administrada por agente, control de acceso basado en roles de menor privilegio, para elevación de privilegios, para elevación temporal en herramientas destructivas.
8:32
Cada llamada de una herramienta queda registrada, cada aprobación queda almacenada.
8:35
Si alguien pregunta quién ejecutó qué, no habrá software.
8:38
Log Analytics ya lo sabe.
8:39
La observabilidad es el modo profesional.
8:42
Activa el rastreo para ver el historial de ejecución.
8:44
Qué agente llamó a qué herramienta, con qué parámetros, con qué latencia y qué resultado obtuvo.
8:49
Conecta Application Insights para patrones de rendimiento, registros de aplicaciones para auditoría.
8:53
E implementa evaluaciones en CI para detectar desviaciones en relevancia, fundamentación y fluidez antes que el usuario.
8:58
Si la fundamentación cae, el revisor lo señala, el planificador ajustará consulta de recuperación y el operador lo intenta de nuevo.
9:03
No se requiere pánico humano.
9:05
Las primitivas de despliegue mantienen el orden.
9:07
Usa proyectos Foundry para cuotas de alcance de equipo y líneas base de política.
9:10
Coloca Azure AP Management frente a tu servicio de herramientas para versionar, limitar, implementar interruptores y enrutar entre PTU e inferencia de pago por uso.
9:17
Puntos de conexión privados donde la residencia de datos o el cumplimiento exigen seriedad.
9:21
Regiones que coincidan con tus usuarios, no solo con tus aspiraciones.
9:25
Y sí, semanticar necesaria el círculo.
9:27
Describes flujo de trabajo en código.
9:28
El planificador de sonido.
9:29
El operador elige las herramientas según los catálogos de funciones y la disponibilidad.
9:33
El revisor aplica controles con prompts de evaluación y resultados de seguridad de contenido.
9:37
Y obtienes reintentos con backoff y tokens de cancelación cuando una API externa finge estar en mantenimiento.
9:44
SK te da el cerebro de ejecución.
9:46
Foundry te da el quirófano.
9:48
Púntalos y tendrás un patrón práctico.
9:50
Defina agentes en Foundry con instrucciones e identidades estrictas.
9:53
Orquesta roles en SK.
9:54
Fundamenta con búsqueda curada.
9:56
Conecta acciones con APIs abiertas.
9:57
Logic Apps.
9:58
Funciones.
9:59
Automatización.
9:59
Refuerza la seguridad antes y después de la inferencia.
10:01
Y observa de la inferencia.
10:03
Es aburrido en mejor sentido.
10:04
Como los cinturones de seguridad o no darle acceso a un ministro global al pasante llamado Default Key.
10:11
Escenario de demostración 1.
10:12
Limpieza de dispositivos.
10:13
Unidad de dispositivos fantasma de C.S. Intune.
10:16
¿Conoces esos dispositivos que aparecen como administrados, retirados y no muertos al mismo tiempo?
10:20
Bienvenidos a C.S. Intune.
10:22
Nuestro trabajo.
10:23
Encontrar hardware obsoleto, duplicado, sin inscribir y remediar de forma segura y con aprobación para que nadie le envíe correo furiosos a legal.
10:29
Elenco de agentes.
10:31
Monitor.
10:31
Consultas.
10:32
Microsoft Graph y Log Analytics.
10:34
Clasifican estados de dispositivos y marcan anomalías.
10:37
El remediador llama a Intune y a Azure Automation para poner en cuarentena o retirar dispositivos.
10:42
El auditor registra todo, notifica a los humanos y escribe el informe de acciones posteriores para cumplimiento.
10:48
El flujo funciona así.
10:49
El monitor extrae del gráfico los registros del dispositivo, último registro, estado de cumplimiento, tipo de inscripción, usuario principal y banderas de retiro.
10:55
También captura señales de Log Analytics, latidos de Defender, cumplimiento de actualizaciones y eventos de extensión de gestión de Intune.
11:02
Fusiona todo eso en un registro estructurado corto por dispositivo.
11:06
Última conexión UTC inscrito conforme candidatos a duplicados, señales de riesgo.
11:10
Nada novelas, solo campos.
11:11
Ahora el traspaso del cerebro a la fuerza bruta.
11:13
El monitor envía una clasificación propuesta.
11:15
Obsoleto, duplicado, sin latido o correcto.
11:17
El revisor verifica la fundamentación.
11:19
Estos campos realmente provienen de graf y ley.
11:22
La seguridad del contenido se ejecuta a pre-modelo para bloquear la inyección de prompts desde cualquier archivo cargado o fundamentación web.
11:27
Si la clasificación es aprobada, el remediador prepara las acciones.
11:31
La fase 1 es remediación suave, etiquetar y poner en cuarentena.
11:35
Aplicamos una categoría de candidato a dispositivo retirado.
11:37
Eliminamos vinculaciones de grupos dinámicos que provocan proliferación de políticas.
11:40
Y si es necesario, movamos el dispositivo a un grupo de cuarentena de Azure ID que bloquea acceso.
11:45
Nada eliminación es todo.
11:47
Las aprobaciones llegan a Logical.
11:49
El revisor incluye un plan compacto.
11:51
Hay dispositivos, motivos, acciones propuestas y reversión.
11:55
El aprobador ve un resumen en Teams con citas a consultas de Graf y KQL de Log Analytics.
12:00
Aprueba, el token regresa.
12:02
El remediador ejecuta el retiro, borrado cuando se justifica, o limpio a duplicados,
12:06
manteniendo el dispositivo con el latido más reciente y desvinculando fantasmas.
12:09
Un más.
12:10
La identidad administrada mantiene nuestras manos limpias.
12:12
El monitor se ejecuta con permisos de lectura de todos los dispositivos.
12:14
Remeditor utiliza una identidad independiente con permisos de lectura y escritura de dispositivos
12:18
y exactamente los permisos de intu necesarios.
12:20
La función de eliminación está protegida.
12:21
El agente remediador no puede tener privilegios.
12:24
Cuando se solicita una elevación, la aplicación lógica requiere intervención humana.
12:27
El reloj comienza a correr para el permiso temporal.
12:29
La observabilidad de la parte profesional.
12:31
Cada llamado a una herramienta es rastrear.
12:33
¿Quién llamó a qué parámetros, latencia y respuesta?
12:36
Auditor escribe registros de eventos en Log Analytics con ID de correlación para reconstruir
12:40
la escena sin hacer arqueología en Slack.
12:42
También ejecutamos un paso de evaluación tras el cambio, fundamentación, relevancia
12:45
y fluidez.
12:46
Si la fundamentación disminuye, el revisor bloquea acciones destructivas y devuelve el
12:50
plan al planificador para ajustar la recuperación o reducir el alcance.
12:53
Los modelos se mezclan intencionalmente.
12:55
La clasificación utiliza un modelo pequeño para mantener bajo los costos de latencia.
12:58
Los casos excepcionales, como dos dispositivos donde Autopilot renombró uno y Azure AD cree
13:03
que son gemelos, obtienen una ruta de razonamiento con GPT-4 mínimo.
13:06
Resumen ese proceso en por lo que nadie necesita un informe Shakespeareano en las dos PMs, sino
13:09
una microhistoria.
13:10
La semana pasada, la prueba de un solo agente intentó reparar un dispositivo obsoleto retirando
13:14
todo el grupo dinámico.
13:15
El revisor en nuestro flujo multiagente detectó el error de alcance, pidió confirmación
13:19
a nivel del dispositivo y lo detuvo.
13:21
Por eso separamos la planificación, la acción y la verificación.
13:23
Sustado final.
13:24
Los dispositivos fantasma dejan de perseguir el cumplimiento.
13:26
Reduce el desperdicio de licencias, elimina falsos positivos y dejas de explicar a la
13:30
directiva por qué los errores de retiro son algo habitual.
13:33
Y si el registro de auditoría es legible, algo que no puede decir de la mitad de sus
13:36
tickets de cambio.
13:38
Escenario de demostración 2.
13:39
Integración sin intervención.
13:41
Realmente sin intervención.
13:42
Sin intervención para el usuario.
13:43
500 intervenciones para ingeniería hasta que llegaron los agentes.
13:46
Objetivo pasar de un evento a R.
13:47
A un usuario y dispositivo listo sin cambiar de herramienta.
13:50
Fluido, controlado y reversible cuando RR.
13:52
Escribe el apellido de tres formas distintas.
13:55
Alineación del equipo.
13:56
Intake escucha WebHUD RR.
13:58
Normaliza las cargas útiles y valida los campos requeridos.
14:02
Provisioner crea el usuario en entrada, asigna grupos y licencias y registra los perfiles
14:06
de autopilot.
14:07
Validator verifica el cumplimiento de las políticas y la postura de acceso condicional antes de
14:11
entregar un portátil nuevo.
14:13
Concierge.
14:14
Envía el paquete de bienvenida, los enlaces de SharePoint y la lista de verificación
14:17
del pleno.
14:18
Es hora del fluido.
14:19
Intake recibe la carga útil de RR.
14:21
Acharcha nombre, fecha de inicio, puesto, departamento, gerente y región.
14:24
Un modelo pequeño extrae información.
14:26
Lo asigna a campos canónicos y detecta absurdos como una fecha de inicio en 2099.
14:30
Si falta en campo requerido, contacta RR.
14:32
Con un error estructurado mediante Logic App sin lenguaje libre.
14:35
Provisioner llama a Graph con una identidad administrada con los permisos de usuario adecuado.
14:38
Crea el usuario en entra, establece la ubicación de uso y aplica un grupo base.
14:42
Luego ensambla las asignaciones de licencia según el rol y la región.
14:46
Aquí hay un razonamiento.
14:47
Esta persona necesita E5 Security o Business Premium.
14:50
Codificamos la política en datos y dejamos que el modelo elija entre paquetes permitidos.
14:54
Ningún modelo puede inventar licencias desde su menú estricto.
14:56
Lo siguiente es Autopad.
14:58
El aprovisionador registra un hash de hardware que ya tenemos o prepara un perfil Just-In-Time
15:02
vinculado al grupo del usuario.
15:04
Etiqueta los grupos de dispositivos para políticas base y luego el validador se activa.
15:08
Consulta a Graph y Defender por señales de cumplimiento.
15:10
Verifica que el acceso condicional no bloquee el primer inicio y comprueba las políticas
15:14
de configuración del dispositivo.
15:16
Si el acceso condicional bloquearía al nuevo empleado el primer día, el validador abre
15:20
una aprobación con una excepción temporal y su justificación.
15:23
El conserje se encarga de los aspectos humanos.
15:25
Envía un mensaje de Teams al gerente con el UPN del nuevo empleado, el estado de asignación
15:28
del dispositivo y un enlace a un kit de bienvenida de SharePoint.
15:32
Envía un correo al nuevo empleado con los pasos del primer día, guía de configuración
15:35
de MFI y dónde encontrar el portal de TAI.
15:37
No incluye sus rangos de IP internos en el correo.
15:40
Seguridad de contenido revisa las salidas en busca de fugas y tono.
15:44
La gobernanza sigue el mismo tema del cinturón de seguridad.
15:45
La identidad administrada del aprovisionador tiene derecho a licencias, pero no eliminar.
15:49
La admisión no puede aprovisionar, solo valida.
15:52
El PM restringe cualquier acción de alto riesgo, como añadir usuarios a un grupo sensible.
15:55
Todas las secciones se registran en App Insights y Log Analytics.
15:59
Vía una carga útil corregida.
16:00
El planificador recalcula la diferencia y el operador actualiza solo lo cambiado,
16:04
sin membresía del grupo inestable.
16:05
La observabilidad te proporciona it.
16:07
Ingestada.
16:09
Creación en entra.
16:10
Asignación de licencia.
16:11
Perfil de autopilot.
16:12
Notificación de veredicto.
16:13
Cumplimiento enviada.
16:14
Obtienes métricas de SLA y reintentos automáticos en errores transitorios de graph con espera exponencial.
16:18
Si el sistema derrere.
16:19
Falla el lono muere.
16:21
Se pausa, registra y reanuda cuando se soluciona.
16:24
Las evaluaciones se ejecutan en 6 sobrecargas de incorporación sintéticas para detectar regresiones
16:28
en relevancia antes de que un empleado real sufra.
16:31
La mezcla de modelos mantiene la factura bajo control.
16:32
SLM para extracción y normalización.
16:35
Una pasada de razonamiento solo en decisión de selección de políticas.
16:38
Los resúmenes y correos de bienvenida se agrupan cuando es posible.
16:41
El objetivo es el aprovisionamiento de baja latencia con claridad de nivel humano en la pista de auditoría.
16:45
Una historia rápida.
16:46
La incorporación de un solo agente intentó añadir a un usuario a todo el personal y contratistas porque el título decía personal contratista.
16:53
El sistema multiagente detectó la regla de exclusión mutua en el validador, pidió una decisión humana y evitó un problema inmediato en el acceso condicional.
16:59
El resultado es verdaderamente sin intervención para el usuario.
17:01
Un hilo, cuatro agentes, aprobaciones claras y un registro que puedes mostrar a tus ISO sin rezar a los dioses de las demos.
17:07
Sí, cuando recursos humanos cambian inevitablemente la fecha de inicio, el sistema vuelve a calcular sin agotar el presupuesto de licencias.
17:14
Escenario de demostración 3.
17:15
Fortalecimiento de seguridad automatizado.
17:17
Por favor, que BitLocker esté activado.
17:19
La deriva de seguridad es como la maleza.
17:21
Arrancas 3, aparecen 5 y una de ellas desactiva BitLocker por despecho.
17:25
Nuestro objetivo, detectar la deriva de configuración continuamente y remediarla de forma segura con controles que un abogado respetaría.
17:31
El detector de deriva consulta a Graphy Defender.
17:33
Secure Score obtiene el cumplimiento de Intune y las líneas base de configuración de dispositivos y construye una diferencia de él.
17:39
El reparador envía cambios de directiva a Intune, configuraciones de BitLocker y anillos de actualización de Windows y
17:44
ejecuta scripts de dispositivo a través de Azure Automation cuando la directiva no es suficiente.
17:50
El revisor aplica barreras de seguridad, limita los cambios, realiza comprobaciones de fundamentos y requiere aprobaciones humanas para pasos riesgosos.
17:56
El mensajero notifica a los humanos en Teams o correo electrónico con planes compactos y recibos.
18:01
Flujo.
18:02
El detector de deriva se ejecuta según un calendario y bajo demanda.
18:06
Obtiene el cumplimiento del dispositivo, estado de BitLocker, estado de Hecha, versión de SEO, anillo de actualización y asignaciones directivas vía Graph.
18:14
Compara cada dispositivo con un perfil de referencia como datos estructurados, no como un documento ambiguo.
18:19
Etiqueta y hallazgos.
18:20
BitLocker ausente.
18:21
Método de cifrado débil.
18:23
Directiva no aplicada.
18:24
Arranque seguro desactivado.
18:25
Anillo de actualización fuera de RAM.
18:26
La fase de planificación comienza.
18:28
Propone un plan mínimo por grupo de dispositivo.
18:30
Para BitLocker, use la directiva de BitLocker de Intune si el dispositivo es capaz.
18:33
Si la directiva ya está dirigida pero el estado desactivado, propone un script de automatización para reiniciar los protectores y depositar la clave en Azure AD.
18:40
Para la deriva de actualización, propone mover el dispositivo a un anillo de actualización gradual. No parchear y esperar.
18:46
Para fallos de acceso condicional, propone una excepción con límite de tiempo y justificación obligatoria.
18:52
El revisor eva los fundamentos.
18:54
Cito el detector de deriva realmente los campos de Graph y Defender.
18:58
Verifica el alcance, los ID dispositivo, los ID directiva y el tipo de cambio.
19:01
Si algo parece afectar a todos los dispositivos, se bloquea de forma inmediata.
19:05
La seguridad contenida está activa en entrada y salida para evitar la inyección de prompts desde cualquier conocimiento externo o registros pegados.
19:11
Las acciones de alto riesgo, como eliminar una directiva local conflictiva, requieren la aprobación de un gerente.
19:16
La identidad del reparador no puede autoelevarse.
19:18
La aprobación reside en una aplicación lógica con una tarjeta.
19:20
¿Qué está mal? ¿Qué cambiará?
19:22
Pasos de reversión y citas.
19:23
Se aprueba y el reparador ejecuta.
19:25
Las actualizaciones de directiva de Intune son idempotentes y dirigidas.
19:28
La reparación de BitLocker, uso manual de procedimientos con parámetros explícitos y una comprobación íntegra.
19:32
Presente, SEO compatible con XTS, AES25156, ruta de depósito verificada.
19:38
Si hay alguna comprobación previa a falla, se detiene con un error comprensible y sin efectos secundarios.
19:42
El mensajero cierra el ciclo.
19:43
Dispositivo está reparado.
19:45
Un resumen llega a Teams con conteos, enlaces a seguimientos de App Insights y un CSV para la persona que aún ama Excel más que su familia.
19:52
Si un dispositivo se nega a cumplir, el revisor abre un hilo de excepción con un temporizador y reintentos programados.
19:56
Observabilidad, cada llamada herramienta se rastrea y correlaciona por hilo.
20:01
Bloqueamos los cambios deltas antes y después para que auditoría vea lo no conforme y sin acampar en KQL.
20:06
También ejecutamos un agente de evaluación en los resúmenes post-cambio para verificar fundamentos y claridad.
20:11
Si la fundamentación cae o las fallas aumentan, el planificador limita la recuperación, reduce el lote o pausa a acciones destructivas.
20:18
Mecla de modelos.
20:19
SLM para extracción y clasificación.
20:21
Modelo de razonamiento para síntesis de planes.
20:22
Solo si es necesario.
20:23
Procesar el informe nocturno por nada de soneto sobre él.
20:26
Resultado final, BitLocker está bien deactivado.
20:28
Los inicios de actualización se desvían menos.
20:29
Las excepciones están documentadas, limitadas en tiempo y son revisables.
20:32
Y nadie arregla un dispositivo reinstalando laptops de finanzas durante el cierre trimestral.
20:36
Desglose de arquitectura.
20:38
Foundry más SK, herramientas e identidad.
20:40
Identidad.
20:41
Abramos el capó sin derramar aceite de motor sobre su cuota.
20:44
Piensa en cuatro capas que mantienen esto bajo control.
20:47
Foundry, Semantic Kernel, herramientas e identidad.
20:50
Foundry la base.
20:51
Define agentes con instrucciones estrictas.
20:54
Elige despliegues por rol.
20:55
Adjunta conocimiento mediante Azure AI Search y registra acciones.
20:59
Herramientas de OpenAP.
21:00
Logic Apps.
21:01
Functions.
21:02
Graph.
21:03
Azure Automation.
21:04
Intérprete de código.
21:06
Las amenazas y el historial de ejecución en rastreo a las evaluaciones y la seguridad viven aquí.
21:09
Los escudos de prompt de seguridad y las verificaciones de material protegido se ejecutan antes y después de los modelos para no desperdiciar tokens ni fallar trabajos.
21:17
Semantic Kernel es el director.
21:18
En el código se conecta el bucle de planificador, operador y revisor.
21:22
Registra catálogos de funciones para herramientas.
21:23
Configurar intentos con espera y añade tokens de cancelación.
21:27
Mantenga los prompt cortos tras la de la complejidad de esquemas y deje que SK decida que herramienta llamar según disponible de política.
21:32
Política.
21:32
Si Graph se agota, SK trata a la espera con fluctuación jitter.
21:36
Si la fundamentación baja, vuelve al planificador para refinar.
21:39
Cerramiento es una mano.
21:40
Mantenga contratos estrictos con OpenAP.
21:42
Ponga API Management al frente para limitar versiones y evitar fallos en cascada.
21:46
Logic Apps.
21:47
Maneja aprobaciones y flujos de larga duración.
21:49
Functions.
21:49
Realiza la integración y transformación.
21:51
Azure Automation.
21:52
Ejecuta scripts con protecciones posteriores y posterior.
21:54
Graph es su fuente de verdad.
21:55
Para Intune entra cumplimiento y puntuación de seguridad.
21:58
Azure AI Search.
21:59
Azure Search sirve a conocimiento curado por dominio.
22:01
La mezcla es con un sentido.
22:02
La identidad es el cinturón de seguridad.
22:04
Cada agente tiene su propia identidad administrada.
22:06
Los agentes de monitoreo tienen permisos directos.
22:08
Los remediadores obtienen permisos de escritura nunca administrados.
22:10
PM controla cualquier acción destructiva.
22:12
Elevación requiere una persona y expire.
22:15
Endpoints privados donde los límites de datos importan.
22:17
Las políticas basan los proyectos de Foundry, aplican modelos, regiones y cuotas permitidas.
22:22
App Insights y Log Analytics recopilan rastros, métricas y auditorías para responder quién hizo qué sin hacer arqueología en Slack.
22:28
Los modelos se conectan a través del punto de enlace de inferencia de Foundry.
22:32
Usa serverless para razonamiento avanzado y administra cómputo para modelos abiertos.
22:35
Cambia de modelo sin reescribir código, pero evalúa relevancia, fundamentación y fluidez en CI antes de promover.
22:42
Las regiones coinciden con tus usuarios, las zonas de datos, con tu regulador.
22:45
En conjunto, es una máquina aburrida y confiable.
22:48
Agentes definidos en Foundry, orquestados por SK, potenciados por herramientas estrictas, asegurados por identidad.
22:54
Medidos por observabilidad y protegidos por seguridad.
22:56
Lo aburrido gana, lo aburrido escala, lo aburrido te permite dormir.
23:00
Las mejores prácticas se despliegan sin remordimiento.
23:03
Desarrolla seguridad temporal para no pasar el domingo deshaciéndolo de sábado.
23:06
Dale a cada agente una sola tarde.
23:07
El planificador planifica, el operador opera, el revisor revisa.
23:11
Si un agente empieza a escribir una novela conmovedora, recorta su instrucción y entrega la prosa a una herramienta.
23:15
Mantén las instrucciones cortas, delimitadas y aburrido.
23:17
Tendrás menos sorpresa.
23:19
Prefere llamadas herramientas sobre prosa extra.
23:21
Pon contratos en OpenAP, esquemas en entradas y guardas en salidas.
23:24
Si una herramienta espera una idea de dispositivo, envía una idea de dispositivo, no algo como quizás dispositivo de finanza.
23:29
Los modelos son creativos, las herramientas.
23:31
Ese es el punto.
23:32
Aplica el principio de menor privilegio como si tu empleo dependiera de ello, porque sí es.
23:35
Separas identidad.
23:37
Solo lectura para monitoreo, solo escritura para remediación y ninguna identidad tiene permiso borrado sin un PM.
23:41
La elevación de privilegios es temporal, justificada al registro.
23:43
Si alguien pide acceso administrativo global permanente, entrégale una pelota antiestrés y un documento de pulir.
23:48
Empieza poco a poco dos agentes del verificador.
23:50
Añade un planificador una vez que el bucle se hace.
23:52
Luego, si debes expandirte, no empieces con un equipo scrum digital de 12 personas.
23:55
Así es como recreas tu organigrama en Jami llorando.
23:57
Combina modelos para lucir cost.
23:59
SLM es para extracción, modelos, clase GPT-4, solo para el razonamiento donde importa.
24:03
Proceso resumen es en la noche.
24:04
No estás pagando tarifas premium por formante de una cadena de fecha.
24:07
Reserva el modelo pesado para decisiones, no para narración.
24:10
Añade memoria al final.
24:11
Use estados externos como búsqueda de IA o un almacén de estados pequeño antes de rellenar ventanas de contexto como si fuera un equipaje de mano.
24:17
Los metadatos del hilo deben ser mil.
24:19
Si no es necesario, para el siguiente turno no se envía.
24:21
Registra todo.
24:22
El rastreo.
24:23
IDIS de hilo, parámetros de herramientas, resultados de latencia.
24:26
Implemente evaluaciones en CI para detectar caídas en relevancia y fundamentación antes de que ocurran en producción.
24:31
Recibe alertas cuando la fundamentación disminuya, no cuando Twitter va.
24:34
Guardas antes que velocidad, aprobaciones por herramientas destructivas.
24:37
Modo de prueba dry run sin efecto secundario.
24:39
Despliegues graduales por grupo de dispositivos o región.
24:41
Si tu plan de despliegues todo a la vez, espero que tengas tu currículum actualizado.
24:44
Diseña pensando en FI.
24:45
Renta con fluctuación.
24:47
Reduce la limitación en el grado.
24:48
Disyuntores en la gestión de API.
24:50
Brandbooks y Empoder.
24:51
Si un paso se puede repetir sin riesgo, duerme mejor.
24:54
Por último, documenta tus políticas como datos.
24:56
Reglas de exclusividad mutua, paquetes de licencias, bases de dispositivos, ponlos en formato estructurado.
25:01
Los modelos pueden seleccionar, no deben y menos.
25:02
Así mantienes a los agentes útiles y tu radio de impacto pequeño.
25:06
Si recuerdas una sola cosa, los agentes únicos ayudan.
25:09
Pero los equipos de agentes, planificados, basados en herramientas y con permisos,
25:13
transforman tu entorno mientras finges dormir.
25:16
Si esto te identifica, suscríbete y mira el siguiente video donde dejaré el repositorio semántica
25:19
ni la plantilla bicep para que puedas copiar sin vergüenza, para que puedas copiar sin...
25:22
¿Quieres el episodio sobre agentes de evaluación que mantiene tu promesa honesta?
25:25
Está programado para la próxima semana.