统一数据分析平台Databricks通过推出AgentBricks的推出，这是一套新的工具，旨在简化和加速域特异性AI代理的开发。 AgentBricks在公司的数据 + AI峰会上宣布，旨在使量身定制的AI系统的创建和部署更容易访问，实用和成本效益。
DataBricks的Generative AI副总裁Naveen Rao说：“我们今天看到的基本问题是，代理一词没有明确的含义。这只是某种机器人可以做某事。” “我们试图通过识别常见的任务模式和围绕其构建工具来使企业实现这一概念。”
AgentBricks旨在解决数据tabricks在企业环境中经常看到的三个关键AI代理模式：知识提取，知识数据库和域适应性。这些工具允许用户将非结构化的文本转换为结构化格式，建立以专有数据为基础的自定义聊天机器人，并将AI行为微调为特定上下文，所有这些都具有用户友好的界面，需要最少的技术专业知识。
通过将域（例如法律或客户服务）与任务（例如查询文档或提取信息）分开来启用平台的灵活性。 Rao解释说：“我们的工具根据用户提供的数据来自定义整个管道。” “这就是我们通过查看数据本身来实现自定义的方式。”
新的工具集还带有内置反馈机制。 Rao将其描述为“非常直观的”，代理会生成输出，用户可以简单地用自然语言批评它们。他说：“这与我们如何训练人类非常相似。” “您会提供反馈，例如’使摘要较短’或’这是好是坏’，并且工具会相应地进行调整。”
AgentBricks还支持开发后正在进行的优化。 “ AI系统不是静态的。它们必须不断改进，” Rao说。 Databricks提供内置工具来记录输入和输出，从而通过离线和实时反馈循环进行改进。
包括药品巨型阿斯利康在内的早期用户已经看到了好处。 Rao说：“他们通过400,000个文档进行了解析，以提取结构化的数据，而不必编写定制解决方案。在短短60分钟内，他们就有一个工作代理。”
代理机构内置的另一个创新是，它不承担单个基础模型。 Rao说：“我们在模型供应商中中立，并大量使用开源。” “我们始终旨在使用最佳工具来工作，无论是来自OpenAI，人类或任何其他供应商。”
除了技术实力之外，更广泛的目标是民主化。 Rao说：“除非有更多的人可以访问它，否则技术是没有用的。” “我们想摆脱需要深厚的技术知识来构建和使用AI系统的需求。代理机构涉及从数据中解锁价值 – 迅速有效。”
在Data + AI峰会上展示了AgentBricks，Databricks计划继续扩展任务模式和编排功能的库，从而为企业提供了动态路径到AI的未来。
（记者应Databricks的邀请在旧金山）
