Wanneer gebruik je het, en hoe werk je ermee als .NET‑ontwikkelaar?

Sommige .NET‑teams zijn de afgelopen tijd gestart met AI via Azure OpenAI: een prompt, een response, en klaar. Dat werkt goed voor eenvoudige scenario’s, maar zodra toepassingen serieuzer worden met meerdere modellen, agents, evaluatie en governance wordt het complex.

Microsoft introduceerde Azure AI Foundry als antwoord op precies dat probleem: één platform waarin je AI‑applicaties en AI‑agents kunt bouwen, beheren, evalueren en opschalen binnen een enterprise‑context. Foundry richt zich op de stap van experiment naar productie, met aandacht voor security, observability en lifecycle‑management.

Voor .NET‑ontwikkelaars betekent dit: minder losse Azure‑services aan elkaar knopen, en meer werken vanuit één samenhangend AI‑platform.

Wat is Azure AI Foundry precies?

Azure AI Foundry is een unified PaaS‑platform voor generatieve AI en agent‑gebaseerde oplossingen. Het brengt meerdere onderdelen samen:

  • Modelcatalogus (OpenAI, Microsoft MAI, Meta, Mistral, HuggingFace)
  • Managed inference‑endpoints
  • AI‑agents
  • Datasets en evaluaties
  • Tracing, monitoring en governance

Foundry introduceert een hub‑ en projectmodel. Een Hub fungeert als organisatorische en security boundary. Een Project bevat alles wat nodig is om een AI‑oplossing te bouwen: modeldeployments, agents, datasets en evaluaties.

Dit model maakt Foundry geschikt voor grotere teams en organisaties waar meerdere AI‑initiatieven parallel lopen.

Azure AI Foundry versus Azure OpenAI

Vooral voor teams die al wat ervaring hebben opgedaan met OpenAI is het goed om de verschillen met AI Foundry te zien.

Azure OpenAI:

  • Directe toegang tot OpenAI‑modellen
  • Lage instap
  • Beperkte ondersteuning voor evaluatie en agent‑state

Azure AI Foundry:

  • Abstraheert modellen als deployments
  • Ondersteunt meerdere modelproviders via één API‑laag
  • Biedt ingebouwde evaluatie, tracing en agent‑beheer
  • Gericht op productie‑omgevingen en governance

Je kunt Foundry zien als een orkestratielaag boven Azure OpenAI en andere modelproviders, vergelijkbaar met hoe Azure App Service boven compute‑resources zit.

Architectuur: hubs, projects en deployments

In Foundry werk je nooit rechtstreeks met een model, maar altijd via een deployment binnen een project. Dat heeft een aantal gevolgen: modelkeuze is losgekoppeld van applicatiecode, je kunt eenvoudig van model wisselen zonder codewijzigingen en evaluaties en monitoring zijn gekoppeld aan het project, niet aan losse calls.

Voor .NET‑teams sluit dit goed aan bij bestaande Azure‑architectuurprincipes: infrastructuur en configuratie buiten de applicatie, gedrag in code.

Azure AI Foundry gebruiken in .NET

Microsoft levert een officiële .NET SDK als onderdeel van de Azure AI Foundry SDK:
Azure.AI.Projects.

Deze SDK biedt toegang tot:

  • AI‑agents
  • Modeldeployments
  • Datasets en indexes
  • Evaluaties en tracing

Installatie:

Vereenvoudigde weergave van het gebruik:

Belangrijk is het om te vermelden dat de authenticatie via Microsoft Entra ID loopt en er dus geen API-keys gebruikt worden. De opzet ondersteunt ook het gebruik van .NET dependency injection. Door de manier waarop Foundry is opgezet, past de werkwijze veel beter in enterprise security modellen dan wanneer je OpenAI libraries gebruikt.

AI‑agents: waar Foundry echt tot zijn recht komt

Een van de sterkste onderdelen van Foundry is ondersteuning voor AI‑agents.

Foundry‑agents zijn:

  • Stateful (threads, runs, messages)
  • In staat om tools aan te roepen
  • Geschikt voor multi‑step workflows
  • Te evalueren en monitoren achteraf

Voor .NET zijn er twee manieren om agents te integreren:

  1. Direct gebruik maken van Foundry Agents. In dat geval maak en beheer je de agents volledig in Foundry en gebruik je ze vanuit de Azure.AI.Projects SDK. Dit is geschikt voor managed agents met minimale infrastructuur code.
  2. Foundry & Microsoft Agent Framework. In deze opzet beheer je de modellen en de deployments vanuit Foundry en gebruik je Microsoft Agent Framework voor de agent-logica en orchestration in .NET. Deze combinatie geeft meer controle over het gedrag van de agents en sluit goed aan op .NET background services.

Wanneer kies je voor Azure AI Foundry?

Goede redenen om Foundry te gebruiken:

  • Je werkt met meerdere modellen of providers
  • Je bouwt agents in plaats van simpele chat‑flows
  • Evaluatie, tracing en governance zijn belangrijk
  • Je wilt van PoC naar productie opschalen

Minder geschikt als:

  • Je alleen eenvoudige prompt‑response gebruikt
  • Je maximale low‑level controle wilt
  • Je geen Azure‑context hebt

Azure AI Foundry markeert een duidelijke verschuiving: AI‑ontwikkeling wordt minder experimenteel en meer platform‑gedreven. Voor .NET‑ontwikkelaars betekent dit dat AI‑oplossingen steeds beter aansluiten op bekende patronen rond security, observability en lifecycle‑management.

Wie vandaag al met Azure OpenAI werkt en verwacht te groeien in complexiteit, doet er goed aan Foundry serieus te verkennen.

Bronnen:

https://learn.microsoft.com/en-us/azure/foundry/

https://learn.microsoft.com/en-us/dotnet/api/overview/azure/AI.Projects-readme

https://www.devleader.ca/2026/04/06/azure-ai-foundry-agents-with-microsoft-agent-framework-in-c/