Databricks breidt Agent Bricks uit met governance- en orkestratiefuncties
Databricks heeft nieuwe functionaliteiten toegevoegd aan zijn enterprise agent platform Agent Bricks. De uitbreidingen richten zich op governance, multi-agent orkestratie en nauwkeurigheid bij het werken met bedrijfsspecifieke data.Het platform wordt gepositioneerd als een laag op bestaande Databricks-componenten voor data- en modelbeheer, waaronder Unity Catalog en MLflow.
Governance en toegang tot AI-agents en systemen
Binnen de governance-laag introduceert Databricks een centrale controlelaag voor het beheren en monitoren van toegang tot modellen, coding agents en MCP-tools (Model Context Protocol-tools voor interactie tussen agents en externe systemen). Deze benadering sluit aan op bestaande governance-mechanismen binnen Databricks, waarbij toegangscontrole en auditing centraal worden beheerd.
Daarnaast zijn centraal beheerde koppelingen toegevoegd met externe diensten zoals GitHub, Atlassian en Glean. Via OAuth-authenticatie kunnen agents deze systemen gebruiken zonder gevoelige informatie te delen.
Orkestratie van agents binnen workflows
Het platform biedt functionaliteit om meerdere agents en tools te coördineren binnen één workflow, aldus Databricks.
Daarnaast zijn antwoorden van agents te verrijken met actuele webinformatie via externe search providers binnen de Foundation Model API.
Verwerking van ongestructureerde data en evaluatie van agentkwaliteit
Databricks introduceert functionaliteit om data uit ongestructureerde documenten te extraheren en te structureren, waarna deze binnen agent workflows doorzoekbaar wordt. Ook kunnen documenten met metadata en toegangsrechten voor agents beschikbaar komen.
Voor evaluatie van de prestaties van agents is het CLEARS Framework for Agent Quality van Databricks geïntegreerd met MLflow, van het gelijknamige open-source softwarebedrijf. MLflow beoordeelt agents op onder meer correctheid, latency en naleving van instructies.
