Azure Logic Apps 为智能体工作流新增沙箱化代码解释器
一句话看懂：微软为 Azure Logic Apps 智能体工作流内置了沙箱化的代码解释器，支持 Python、JavaScript、C# 和 PowerShell 代码执行，由 Hyper-V 隔离的 Azure 容器应用（ACA）动态会话提供支撑。这使得企业用户无需编码，仅用自然语言即可在集成工作流中完成数据分析、转换和可视化等复杂任务，同时保证了执行安全。
事件核心：发生了什么
微软 Azure Logic Apps 团队近期正式发布了代码解释器功能的公开预览。该功能作为 Logic Apps 智能体循环中的工具运行，允许大语言模型接收自然语言指令后，在 Hyper-V 隔离的 ACA 沙箱内自动生成并执行代码，并将结果返回至工作流。每个代码解释器会话运行在自己的 Hyper-V 边界内，提供了硬件级隔离——即使模型生成类似 import os; os.remove('/') 的恶意代码，也无法破坏主机进程或泄露数据。为了启用该功能，用户需要先创建一个 Azure 容器应用代码解释器会话池，并可在 Azure 门户或 CLI 中完成配置。Logic Apps 智能体实验室已提供集成配置的详细步骤指南。
为什么重要
此举显著增强了 Azure Logic Apps 在企业智能体平台中的独特定位。与微软的其他智能体方案相比——Microsoft Foundry 面向专业级多智能体编排与全面模型控制，Copilot Studio 专注于嵌入 Microsoft 365 的低代码对话场景——Logic Apps 凭借 450 多个连接器，专为集成密集型工作流而生。在以往，工作流中途需要转换、分析或填充数据时，必须调用 Azure Function 或外部 API；而现在，智能体可在同一工作流、同一安全边界内直接生成并执行代码，形成“文件摄取-代码生成-分析-可视化-结果返回”的完整数据管道。同时，架构师拥有对所用模型的完全控制权，可根据工作流需求在 OpenAI 服务中自由选择部署的模型。与 Cloudflare 基于容器/V8 隔离或 Google GKE 使用 gVisor 的方案相比，微软采用 Hyper-V 微虚拟机，提供了三者中最严格的隔离边界，但代价是必须依赖 Azure 容器应用基础设施。
对用户/开发者/创作者的影响
对于企业架构师和集成开发者来说，这直接降低了在复杂集成场景中引入 AI 自动化的门槛。例如，一家企业只需将包含销售数据的电子表格送入 Logic Apps 智能体工作流，AI 便会自动提取数据、编写并执行 Python 代码计算趋势、生成可视化图表，然后返回可执行结果——使用者完全不需要懂得编程。这适用于跨 ERP、CRM、数据库、API 的编排场景，且内置了重试逻辑、审计跟踪与治理能力。不过，目前功能仍处于公开预览阶段，实际稳定性和性能表现，以及不同模型（特别是非 OpenAI 模型）的兼容性，仍有待观察。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，代码解释器预览期结束后，定价模式是否将单独计费，以及是否会与 Azure 容器应用基础架构的单独成本挂钩，值得用户提前规划。其次，由于该功能进一步强化了 Logic Apps 在企业集成领域的竞争力，预计将引发其他云厂商（如 Google Cloud 的 Workflows、AWS Step Functions）加速在智能体沙箱执行层面的跟进。第三，能否开放更多运行时语言支持（如 Java、Go）以及是否允许用户自定义沙箱配置，将影响该功能的扩展性和行业适用性。目前公开信息显示，微软尚未公布正式版发布时间表。
来源：InfoQ CN
