Mosaic Agent Bricks: Databricks’ Lösung für automatisierte Optimierung und skalierbare KI-Agenten

Viele KI-Agen­ten­pro­jek­te in Unternehmen scheit­ern an der man­gel­nden Skalier­barkeit und Kon­sis­tenz manueller Evaluierung­sprozesse. Um dieses Prob­lem zu lösen, hat Data­bricks auf der Data + AI Sum­mit Mosa­ic Agent Bricks vorgestellt. Diese Plat­tform automa­tisiert die Opti­mierung von KI-Agen­ten und erweit­ert den Mosa­ic AI Agent Frame­work, der 2024 einge­führt wurde¹Why most enter­prise AI agents nev­er reach pro­duc­tion and how Data­bricks plans to fix it.

Wichtige Funk­tio­nen von Mosa­ic Agent Bricks:

• Automa­tisierte Opti­mierung: Durch Inte­gra­tion von TAO (Test-time Adap­tive Opti­miza­tion) wird KI-Tun­ing ohne gela­belte Dat­en ermöglicht.
• Syn­these von Dat­en: Erstel­lung domä­nen­spez­i­fis­ch­er syn­thetis­ch­er Dat­en und task-spez­i­fis­ch­er Bench­marks.
• Qual­itäts-Kosten-Bal­ancierung: Opti­mierung des Ver­hält­niss­es von Kosten und Qual­ität ohne manuellen Ein­griff.
• Agent Learn­ing from Human Feed­back: Automa­tis­che Anpas­sung von Agent-Kom­po­nen­ten basierend auf natür­lich­er Sprache, um das Prob­lem des “Prompt Stuff­ing” zu lösen.

Agent-Kon­fig­u­ra­tio­nen:

• Infor­ma­tion Extrac­tion: Extrahiert struk­turi­erte Dat­en aus Doku­menten (z. B. PDFs).
• Knowl­edge Assis­tant: Liefert präzise Antworten aus Unternehmens­dat­en.
• Cus­tom LLM: Für Text­trans­for­ma­tio­nen wie Zusam­men­fas­sun­gen oder Klas­si­fika­tio­nen.
• Mul­ti-Agent Super­vi­sor: Koor­diniert mehrere Agen­ten für kom­plexe Work­flows.

Inte­gra­tion mit Data­bricks:

• Lake­flow: Eine Plat­tform zur Daten­vor­bere­itung (Inges­tion, Trans­for­ma­tion, Orchestrierung), die Agent Bricks mit bere­inigten Dat­en ver­sorgt.
• Uni­ty Cat­a­log: Gov­er­nance-Funk­tio­nen wie Zugriff­skon­trollen und Daten­herkun­ftsver­fol­gung.

Vorteile gegenüber anderen Frame­works:

Im Gegen­satz zu Frame­works wie Langchain oder Microsofts Lösun­gen bietet Mosa­ic Agent Bricks:

• Automa­tis­che Opti­mierung durch TAO, In-Con­text Learn­ing und Prompt Opti­miza­tion.
  Verbesserung der Steuer­barkeit von Agen­ten durch inno­v­a­tive Feed­back-Mech­a­nis­men.

Strate­gis­che Bedeu­tung:

Mosa­ic Agent Bricks ermöglicht Unternehmen, Ressourcen auf Use-Case-Iden­ti­fika­tion und Daten­vor­bere­itung zu konzen­tri­eren, anstatt kom­plexe Opti­mierungs­frame­works zu entwick­eln. Dies reduziert Kosten, eli­m­iniert Unsicher­heit­en und beschle­u­nigt die Ein­führung pro­duk­tion­sreifer KI-Agen­ten.