Copilot Studio 全新 Agent Academy 上线:构建实用 AI 智能体技能

微软刷新 Copilot Studio 学习平台 Agent Academy,以任务驱动重组课程并配套10月8日官方直播。
微软近期更新了 Copilot Studio 的配套学习资源 Agent Academy,将课程结构从功能罗列改为围绕真实工作流程设计,涵盖「构建首个智能体→连接真实数据→部署交付」三大核心环节,直接对应 AI 智能体从原型到落地的完整生命周期。与此同时,官方宣布于10月8日举办新内容走读直播,由主讲人展示平台最新构建能力与可用学习路径,帮助用户在正式学习前建立整体认知。官方强调相关功能已上线可用,感兴趣的用户可通过注册链接参与活动。此次更新体现了微软在低代码 AI 智能体赛道降低上手门槛、加速企业采纳的持续投入。
微软 Copilot Studio 近期迎来了多项构建能力的更新,官方随之刷新了配套的学习资源「Agent Academy」,并宣布将于 10 月 8 日举办一场专门的内容走读活动,帮助开发者与业务用户快速上手最新功能。
Agent Academy 的重新设计思路
这次刷新的核心变化在于学习路径的组织方式。官方明确表示,新版 Agent Academy 是「围绕你实际需要做的事情来构建的」——换句话说,它不再是零散的功能罗列,而是按照真实的工作流程来串联知识点。
从公开信息来看,学习路径主要覆盖三个关键环节:构建你的第一个智能体(building your first agent)、将它连接到真实数据(connecting it to real data),以及把它交付到用户手中(getting it into people's hands)。这三步基本对应了一个 AI 智能体从原型到落地的完整生命周期,对刚入门的用户尤其友好。

这种「以任务为导向」的课程设计,反映出微软希望降低 Copilot Studio 的上手门槛。对于企业用户而言,能否快速把智能体接入内部数据、并真正部署给同事使用,往往比理解底层原理更重要。
Copilot Studio 是微软于2023年推出的低代码/无代码 AI 智能体构建平台,前身为 Power Virtual Agents。它允许企业用户在不具备深度编程能力的情况下,通过图形界面创建自定义的 AI 助手(Agent),并将其接入 SharePoint、Dataverse、外部 API 等数据源。与直接调用 Azure OpenAI 服务的开发方式相比,Copilot Studio 的定位是让业务人员(而非专职工程师)也能成为 AI 能力的构建者。这一背景解释了为何 Agent Academy 的课程设计要特别强调「连接真实数据」和「交付给用户」两个环节——这正是非技术用户在落地时最容易卡壳的两道门槛。
10 月 8 日的直播走读活动
官方宣布,Jack 和主讲人将在 10 月 8 日进行一场新内容的走读(walkthrough)。活动内容包括展示 Copilot Studio 有哪些新特性,以及当前可供选择的构建与学习路径。

这类走读活动的价值在于,它能帮助用户在正式投入学习前先建立整体认知——了解产品「现在」能做什么,以及哪条学习路径最适合自己的需求。相比自行摸索文档,跟随官方讲解通常能更快抓住重点。

值得关注的是官方反复强调的「today」(今天就能开始)这一表述,说明这些新内容和构建方式已经上线可用,而非预告性质的路线图。
面向实践的学习定位
从整体信息可以看出,微软这次更新的重点是「实用技能」——即帮助用户开发出能在产品中真正落地的能力,而不是停留在概念层面。

感兴趣的用户可以通过官方提供的链接进行注册,参与 10 月 8 日的活动。对于正在评估或已经在使用 Copilot Studio 的团队来说,这是一个了解最新构建能力、系统梳理学习路径的好机会。
低代码 AI 智能体平台目前处于快速竞争阶段,主要玩家除微软 Copilot Studio 外,还包括 Salesforce Agentforce、ServiceNow Now Assist 以及各类基于 LangChain/LlamaIndex 的开源方案。各平台的核心差异化点在于:与已有企业系统的集成深度、治理与权限管控能力,以及对非技术用户的友好程度。微软的优势在于 Copilot Studio 与 Microsoft 365、Teams、Power Platform 生态的天然整合,企业无需额外采购即可在现有工作流中嵌入自定义智能体。这也是其「快速落地」叙事能够成立的底层逻辑。
小结
此次 Agent Academy 的刷新,是微软在低代码 AI 智能体赛道持续投入的又一体现。随着企业对定制化 AI 助手的需求增长,如何让非专业开发者也能快速构建、接入数据并部署智能体,正成为各大平台竞争的关键。以任务为核心的学习设计,配合官方直播走读,降低了用户的学习成本,也让 Copilot Studio 的新能力更容易被采纳。
相关推荐

一场与Grok的对话能否影响重大决策?素材不足的警示
一则关于美国因与Grok对话影响委内瑞拉决策的Hacker News标题引发关注,但缺乏正文与信源。本文探讨此类耸动标题的识别方法与AI在决策中的真实边界。

AI编程为何离不开Git?从版本回退到AI辅助命令全解析
Git是AI编程的必备工具。本文解析Git分布式版本控制在AI编程中的价值,包括应对AI幻觉的版本回退、分支管理等核心操作,以及如何用豆包、AI输入法等工具快速生成Git命令,帮助新手零基础入门。

拒绝AI胡编:一款"说不了谎"的求职信生成器是如何炼成的
一位开发者因AI求职信工具凭空捏造其Kubernetes经验和管理经历而屡遭拒信,于是打造了CoverCraft——通过代码计算评分、GitHub提交记录背书、对抗性审查与人工审批四重机制,构建一款"无法说谎"的AI求职信生成器。本文解析其对抗AI幻觉的工程设计。