Lad os være ærlige: agentprojekter starter små og ender ofte som skygge-it. VentureBeat beskriver problemet nøgternt: agenter starter uden fælles forretningskontekst, og agentiske kodningsværktøjer får apps i luften hurtigere, end nogen kan nå at styre dem. Vi har selv set det. Tre adskilte knowledge stores dukkede op på et halvt år. Ingen ejerskab, ingen styring. Bare nye rum i kælderen.
På Build 2026 kom Microsofts svar: Microsoft IQ som fælles kontekst og Rayfin som open source SDK og CLI, der får agent-bygget software til at lande i Fabric som governed backend. VentureBeat kobler det til et markedsryk: ifølge VB Pulse Q1 2026 steg hybrid retrieval-intent blandt virksomheder over 100 ansatte fra 10,3 procent i januar til 33,3 procent i marts. Et signal om arkitekturvalg mere end endnu en RAG-kilde.
Problemet i praksis
Et mønster går igen. En salgsagent ved CRM med egen lille vector-store. En supportagent parkeret på en separat Pinecone. En intern værktøjsagent med “midlertidige” noter i en serverless Postgres. Ingen fælles hukommelse eller standard for kontekst. Governance kommer bagefter.
Vores erfaring: det skaber dobbelt viden og lokale sandheder, der driver reelle beslutninger. Vi har set to agenter give hver sin rabat, fordi hukommelsen var splittet. Konsolidering bagefter er dyr og trækker udviklere ud af drift.
Hvad Microsoft IQ er ifølge VentureBeat
VentureBeat beskriver, at Microsoft udvider Fabric IQ til Microsoft IQ som et fælles kontekstfundament med fire kilder, der kan tilgås i ét hug:
Work IQ samler signaler om arbejdsformen fra mail, dokumenter, møder og kalendere. Foundry IQ håndterer den institutionelle viden og indekserer vidensbaser. Fabric IQ modellerer forretningens operative tilstand via entiteter, relationer og regler og trækker på Real-Time Intelligence. Web IQ lægger aktuel ydre kontekst fra nettet ovenpå. Fire lag, ét interface.
Rayfin ifølge VentureBeat
Rayfin er, som VentureBeat beskriver det, et open source SDK og CLI, der deployer agent-bygget software direkte til Fabric, så applikationsdata lander i OneLake og føder ind i IQ-lagene frem for at blive nye siloer. Positioneret op mod Supabase og Neon, men med governance som forskelspunkt, fordi data rutes gennem Fabric.
Amir Netz, CTO for Microsoft Fabric, siger til VentureBeat, at dataplatformens job er at skabe virkelighed for agenter baseret på data. Billedet er klart. Om udførelsen matcher, må vi se.
Hvad løses og hvad gør ikke
Fakta fra kilderne først: et samlet konnektionslag til kontekst og en deploymentvej, der lægger data i ét styret fundament. Det adresserer to store kilder til siloer.
Ifølge Snilld er der åbne flanker, vi ikke kan bekræfte ud fra kilderne: styring på tværs af leverandører, latency under stramme SLA’er, og risiko for læk hvis adgangskontrol og masking ikke er præcist implementeret. VentureBeat beskriver formål og funktion, men ikke Rayfins sikkerhedsmodel i dybden. Vi har ikke set et Rayfin-repo eller officiel teknisk dokumentation i vores materiale, så vi kan ikke validere ting som multi-tenant isolation, felt- eller objekt-niveau adgang og nøglestyring.
Sådan rammer det arkitekturen
Ifølge Snilld kan IQ fungere som en context bus, hvis I designer kontrakter – ikke kun connector-links. Det betyder entitetsmodeller, schema-binding til ontologier og klare regler for, hvilke RAG-kilder der er autoritative. Uden det begynder agenter at skrive deres egne backends igen. Bare med pænere logoer.
Rayfin ændrer datastrømmen. Når en agent bygger en lille app, bør både transiente og persistente data lande i Fabric. Det giver samme sted for observability og audit. Vores erfaring: hold en skrivbar adapter til Fabric via Rayfin og før samtidig en separat, versioneret log i et auditerbart lag. Vi har prøvet mønstret i en PoC med eventlog plus snapshots. Ikke smukt, men stabilt.
En kort, praktisk vej ind
Ifølge Snilld virker et smalt forløb for organisationer på 500–2000+ medarbejdere:
- Etabler et fælles agent-memory API. Ikke kun RAG. Skriv beslutninger og state mod jeres ontologi.
- Start med en lille enterprise-ontologi i Fabric IQ. Kerne-entiteter, få relationer. Versionér fra dag ét.
- Lav et RAG-kilderegister med ejere, adgang og audit. Gør kilder søgbare og auditerbare.
- CI og test for agenter: enhedstests af prompts og værktøjsopkald, kanarideploy og rollback. Inkludér HITL-checkpoints for risikofyldte handlinger.
- Observability: traces af agentkæder, latenser og fejlrater. Alarmér ved ændrede beslutningsdrivere.
- Brug Rayfin som standard-backend og verificér, at data lander i OneLake med labels, lineage og masking.
Tilføj to PoC-tests fra start: definér en acceptabel latenstærskel pr. kritisk værktøjskald og mål den før og efter hver release. Kør en isolationstest, hvor en uautoriseret rolle forsøger at læse et feltniveau-attribut – kaldet skal afvises deterministisk med en sporbar hændelse i auditloggen.
Drift og SRE uden floskler
Vores erfaring: drift bliver klogere, ikke lettere. Nye runbooks dukker op. Agent-deploy reviews, ontologi-ændringer, policy-tests, lineage-kontroller. SRE skal kunne læse en prompt-diff og forklare en latenstigning, der kom af en ny tool-binding. Vi så 80 ms stigning på et kald alene ved at flytte rækkefølgen i systemkonteksten. Som at mangle et indeks i en database.
Hold overhead nede ved at samle observability i jeres eksisterende stak. Rayfin hjælper, fordi data ikke løber ud i små private buckets. Men der er nye færdigheder: prompt diffing, styring af RAG-kilder og post-incident reviews af agentadfærd.
Governance og compliance, konkret
Ifølge Snilld skal datakataloget kende til IQ. Foundry IQ bør hænge sammen med Collibra eller Alation, ikke leve ved siden af. Vi mangler stadig officiel dokumentation for, hvordan modeller og ontologier versioneres og synkroniseres mellem systemer. Indtil videre: hold én ontologi i Fabric som sandhed og spejl den ud.
PII og adgang: kræv rollebaseret adgang ned på feltniveau, masking som code og fuld lineage. Test policies i CI som software. Fejl ét sted rammer alle agenter, når konteksten er fælles.
Specialmodeller kræver fælles kontekst
MarkTechPost beskriver JetBrains Mellum2 som en åben 12B MoE “focal model” til softwarearbejde under Apache 2.0. Pointen for jer er ikke modellen i sig selv, men mønsteret: flere specialmodeller i samme pipeline. Så vokser behovet for et fælles kontekstfundament, så alle ser samme ontologi. Det forebygger de små, dyre fejl i orkestreringen.
Åbne spørgsmål og hvad der bør testes
Vi mangler, ud fra de kilder vi har, tekniske garantier for Rayfin: multi-tenant isolation, fintmasket adgangskontrol på felt eller objekt, kryptering og nøglestyring. Uden repo eller officiel dokumentation kan vi ikke verificere det.
Vi mangler også data for IQ-ydeevne i produktion, især når Real-Time Intelligence er aktiv. VentureBeat dækker produktbilledet, ikke driftsbenchmarks. Derfor bør PoC’er inkludere: måling af kold og varm latenstid på end-to-end agentflows, throughput under spidsbelastning og fejlscenarier med korrekt rollback. Log alle fejl med entitets- og regelversioner, så I kan gentage forsøget.
Markedet lige nu
VentureBeat peger på, at flere jagter samme svar. Snowflake taler om semantiske lag. Pinecone udvider med Nexus. Microsofts særkende er, at kontekst og app-backend samles i ét greb. Hvis Rayfin virker som lovet, bremser det silo-tilvækst. Eksekveringen er ubekræftet. VB Pulse-tallet om hybrid retrieval er et tydeligt signal, men metoden er ikke dokumenteret i artiklen – brug det som pejling, ikke bevis.
Hvad vi ville gøre i morgen
Ifølge Snilld: start smalt. Én domæne-ontologi i IQ. Ét agentteam med Rayfin. Ét sæt policy-as-code-regler på tværs. Én auditlog med versions-id og sampling. Det kommer hurtigt i luften og skaber disciplin.
Quick wins: RAG-kilderegisteret. Et fælles agent-memory API. CI-tests for prompts og værktøjsbindinger. Mellemsigtet: policy-as-code i change pipeline og en fælles decision-register-tabel til at sammenligne agentbeslutninger. Langsigtet: bro til andre kataloger og multicloud-kilder, så styring ikke knækker ved leverandørskel.
Tre beslutninger inden 90 dage
- Udpeg IQ som context bus-kandidat og start med én domæne-ontologi. Versionér fra dag ét.
- Brug Rayfin som default backend for agent-apps og føj et separat auditerbart loglag til compliance.
- Indfør policy-as-code og CI for agenter. Test prompts, værktøjsopkald og adgangsregler. Læg HITL på højrisiko-flows.
Boks Snilld i praksis
Anonymiseret case, mellemstor organisation: tre teams, tre agenter, tre videnslagre. Vi konsoliderede til ét agent-memory API, lagde RAG-kilder i et register og indførte auditlog. Resultatet var en anslået 40 procent reduktion i dobbeltarbejde i support – et internt estimat baseret på ticket-review – og to skygge-databaser blev lukket. Ikke fancy. Bare disciplin.
Kilder og hvad vi mangler
Hovedkilde er VentureBeats dækning af Build med VB Pulse Q1 2026-tallet, beskrivelsen af Microsoft IQs fire lag og Rayfin som open source SDK og CLI, der deployer til Fabric som governed backend. Økosystemvinklen er krydsvalideret med MarkTechPosts gennemgang af JetBrains Mellum2 som eksempel på en fokal specialmodel i multi-model pipelines.
Hvor VentureBeat står alene – fx detaljer om Rayfins sikkerhedsmodel og IQ-latens – markerer vi usikkerhed. Vi har ikke set et officielt Microsoft-dokument eller et offentligt Rayfin-repo i vores materiale. Kræv derfor dokumentation eller kør egne PoC-målinger for latenstærskler, isolation mellem tenanter og throughput med Real-Time Intelligence. Ifølge Snilld bør de tests være gatekeepers før produktion.
