Databricks kondigt uitbreidingen aan van zijn Agent Bricks-framework.
Databricks breidt zijn Agent Bricks-framework aanzienlijk uit met nieuwe functies rond governance, evaluatie en datatoegang. Zo wil het bedrijf zijn AI-agenten veilig en betrouwbaar in productie brengen. Tijdens zijn “Week of AI Agents” kondigde Databricks updates aan voor MLflow, een eigen governance laag voor modellen en een marketplace voor MCP-servers.
Evaluatie krijgt een upgrade
MLflow, oorspronkelijk gericht op machine learning, ondersteunt nu ook de evaluatie en monitoring van AI-agents. Organisaties kunnen eigen beoordelaars (“judges”) trainen met domeinspecifieke criteria. Feedback in natuurlijke taal wordt gebruikt om die judges bij te sturen, zowel op testdata als live verkeer. Dat is belangrijk in omgevingen waar betrouwbaarheid telt, inclusief controles op bias, robuustheid en beslissingskwaliteit.
De AI Gateway is nieuw, een governance laag bovenop zowel commerciële als open-source modellen. Databricks kan zo logging, toegangsbeheer en audits afdwingen op endpoints van bijvoorbeeld GPT-5, Gemini, Claude of Llama. Dat wordt allemaal beheerd via Unity Catalog, met opties om gebruikskosten af te schermen.
Marktplaats voor externe context
Met ondersteuning voor het Model Context Protocol (MCP) kunnen AI-agenten veilig data en diensten van derden aanroepen. De online winkel groeit op basis van klantvraag. Partners kunnen eenvoudig aansluiten, al brengen sommige diensten gebruikskosten mee. Een nieuwe Multi-Agent Supervisor (in bèta) kan workflows coördineren over meerdere agents en MCP-servers heen, met geautomatiseerde acties zoals supporttickets of SQL-queries.
De nieuwe mogelijkheden zijn vanaf vandaag beschikbaar, met enkele onderdelen in publieke preview of bèta, schrijft SiliconANGLE.