Databricks lanceert Agent Bricks voor automatisering van AI-agentontwikkeling

Databricks lanceert Agent Bricks voor automatisering van AI-agentontwikkeling

Op zijn Data + AI Summit in San Francisco lanceert Databricks Agent Bricks en serverless GPU’s.

Databricks introduceert Agent Bricks, een tool die AI-agenten automatisch optimaliseert op basis van bedrijfsdata. De oplossing richt zich op kostenbeheersing, betrouwbaarheid en eenvoud in productieomgevingen.

Automatische optimalisatie voor domeinspecifieke toepassingen

Databricks stelt met Agent Bricks een nieuwe methode voor om AI-agenten te ontwikkelen. Bedrijven geven enkel een taakbeschrijving en hun bedrijfsdata door. Agent Bricks genereert vervolgens synthetische data, kiest een geschikt model en past de juiste retrievaltechniek toe. Het systeem evalueert ook automatisch de prestaties met taakgerichte benchmarks. De tool is nu beschikbaar in bètaversie.

De oplossing is ontwikkeld binnen het Mosaic AI Research-initiatief van Databricks. Ze is ontworpen om de huidige trial-and-error aanpak in veel AI-projecten te vervangen. Volgens Databricks kunnen organisaties zo sneller en efficiënter AI-agenten in productie brengen. Agent Bricks bevat ingebouwde governance- en controlefuncties voor zakelijk gebruik.

Gebruikstoepassingen en bijkomende aankondigingen

Agent Bricks ondersteunt onder meer vier toepassingen: het extraheren van gestructureerde informatie uit documenten, kennisassistenten voor nauwkeurige vraag-antwoordinteracties, aangepaste teksttransformaties en multi-agent systemen. Voorbeelden zijn onder meer het automatisch ophalen van productinformatie uit leveranciers-PDF’s, directe toegang tot onderhoudsinformatie in productieomgevingen, en het samenvatten van medische dossiers in zorginstellingen.

Daarnaast introduceerde Databricks op zijn Data + AI Summit in San Francisco ook ondersteuning voor serverless GPU’s. Daarmee kunnen gebruikers AI-toepassingen bouwen zonder eigen GPU-infrastructuur. Ten slotte werd MLflow 3.0 voorgesteld, een platform om het volledige AI-levenstraject te beheren. De nieuwe versie biedt traceerbaarheid, integratie met Lakehouse-data, en ondersteuning voor het vergelijken van prestaties over omgevingen heen.

Agent Bricks en Serverless GPU Compute zijn vanaf nu beschikbaar in bètaversie. MLflow 3.0 is algemeen beschikbaar.