В эпоху генеративного ИИ конкурентное преимущество определяется не арендованными моделями, а уникальными данными компании. Однако большинство организаций сталкиваются с проблемами при переводе данных в производственные AI-агенты из-за недостатков в качестве, управлении и масштабируемости.
Платформа для доверенных агентов
Databricks Agent Bricks решает эти проблемы, позволяя командам создавать агентов, которые понимают, анализируют и действуют на основе структурированной и неструктурированной информации. Со встроенной оценкой через MLflow, унифицированным управлением через Unity Catalog и открытой поддержкой любых моделей через AI Gateway, Agent Bricks помогает таким компаниям, как AstraZeneca и Edmunds, переходить от пилотов к промышленной эксплуатации.
«С Agent Bricks наши команды смогли проанализировать более 400 000 документов клинических испытаний и извлечь структурированные данные без написания единой строки кода. Менее чем за 60 минут мы получили работающего агента, преобразующего сложные неструктурированные данные в аналитику» — Джозеф Рёмер, руководитель данных и ИИ, AstraZeneca
Гибкость разработки агентов
Agent Bricks построен на принципах открытости, предоставляя командам гибкость в создании качественных агентов на управляемых данных и доверенных MCP-серверах.
- Кастомные агенты. Создавайте с любыми фреймворками, MCP-серверами или моделями — GPT-5, Claude Sonnet, Gemini, Llama — и запускайте на бессерверной инфраструктуре Databricks.
- Декларативные агенты. Позволяют техническим и нетехническим командам создавать и улучшать агентов через естественный язык и предварительно настроенные шаблоны.
- AI-функции. Применяйте функции вроде ai_parse_document напрямую к документам для анализа, обогащения и векторизации неструктурированного контента.
Databricks предоставляет нам безопасную, управляемую основу для запуска нескольких моделей, таких как GPT-5, Claude Sonnet и Llama, и смены провайдеров по мере изменения потребностей, сохраняя контроль над затратами» — Грег Рокита, вице-президент по технологиям, Edmunds
Новые возможности платформы
Для помощи предприятиям в переходе от пилотов к производству Databricks расширяет Agent Bricks по трем направлениям доверия:
- Точность. MLflow для качества и наблюдаемости агентов отслеживает каждое взаимодействие, оценивает выводы с помощью кастомных оценщиков и предоставляет приложение для сбора обратной связи от экспертов.
- Управление. С AI Gateway и MCP Catalog в Databricks Marketplace предприятия могут управлять каждой моделью и внешним MCP-сервером через Unity Catalog.
- Открытость и интероперабельность. Agent Bricks поддерживает любые модели, фреймворки или MCP-серверы, позволяя создавать многошаговые workflows через внутренние и внешние системы.
«ai_parse_document от Databricks снижает нагрузку на конфигурацию, позволяя специалистам по данным тратить меньше времени на настройку и больше — на продвижение сложных решений для клиентов» — Мейлинг Хэ, старший менеджер по науке о данных, Rockwell Automation
Практические применения
Agent Bricks поддерживает различные паттерны агентов — от data-копилотов до производственных автоматизаций:
- Ассистенты знаний: Анализ структурированных и неструктурированных данных для ответов на доменные вопросы
- Интеллектуальная обработка документов: Преобразование PDF-контрактов или отчетов в структурированные данные
- Агенты процессов и workflows: Выполнение управляемых действий, таких как обновление записей или запуск pipelines
- Продуктовая аналитика: Встраивание анализа или генерации контента в приложения
Хотя Databricks красиво говорит об открытости, реальность такова, что их экосистема создает сильную привязку к собственной платформе. Unity Catalog и AI Gateway — это мощные инструменты управления, но они же формируют зависимость от инфраструктуры Databricks. Для предприятий это палка о двух концах: с одной стороны — удобство единого управления, с другой — риски vendor lock-in в стратегически важной области AI-агентов.
Каждый тип агента может быть реализован с использованием кастомного кода, декларативных workflows или AI-функций, предоставляя командам гибкость для старта с простого и безопасного масштабирования.
По сообщению Databricks, платформа устанавливает корпоративный стандарт для создания, управления и масштабирования доверенных AI-агентов.