Databricks vernieuwt Agent Bricks

Meer dan 3.000 data- en AI‑professionals kwamen vorige week samen voor de Data + AI World Tour (DAIWT) Amsterdam van Databricks in RAI Amsterdam. Zij konden onder meer keynotes, breakoutsessies en klantpanels bijwonen. Centraal stond daarbij hoe organisaties betrouwbare, hoogwaardige AI-agents kunnen bouwen die zelfstandig kunnen redeneren op hun eigen bedrijfsdata en zo tastbare zakelijke resultaten opleveren. Met de nieuwe functionaliteiten voor Agent Bricks wil Databricks organisaties hierbij ondersteunen.

Veel organisaties worstelen met het operationaliseren van data voor AI-toepassingen. Volgens Databricks ontbreekt het vaak aan de benodigde kwaliteit, governance en flexibiliteit om AI-agents op grote schaal in te zetten. Agent Bricks is ontwikkeld om deze obstakels te overwinnen, door bedrijfsdata om te zetten in bruikbare intelligentie met ingebouwde governance. Toepassingen variëren van kennisassistenten voor HR of technisch personeel tot documentintelligentie die PDF-contracten en rapporten structureert, of workflowagents die records bijwerken en tickets verwerken.

Nieuwe functionaliteiten

Databricks voegt drie verbeteringen toe aan Agent Bricks:

• Nauwkeurigheid: MLflow for Agent Quality and Observability (nu algemeen beschikbaar) monitort elke interactie van een AI-agent, evalueert resultaten met aangepaste beoordelaars en biedt een applicatie om feedback van vakexperts te verzamelen. Hiermee wordt MLflow een standaard voor het beoordelen van AI-agents in diverse omgevingen.
• Governance: Met AI Gateway (algemeen beschikbaar) en de MCP-catalogus in de Databricks Marketplace (beschikbaar in publieke preview) kunnen bedrijven modellen en externe MCP-servers beheren via Unity Catalog. Alle modelactiviteiten worden gelogd, beperkt in aanroepfrequentie en auditbaar gemaakt om te voldoen aan compliance-eisen.
• Openheid en interoperabiliteit: Agent Bricks ondersteunt elk model, framework en MCP-server, waardoor workflows met meerdere stappen in zowel interne als externe systemen kunnen worden samengesteld. Multi-Agent Supervisor (in bèta) coördineert complexe workflows tussen verschillende agents en tools, terwijl ai_parse_document (publieke preview) snel inzichten haalt uit ongestructureerde content – allemaal binnen één beheerde omgeving.