Databricks toi Agent Bricksin markkinoille vuoden 2025 Summitissa keinona automatisoida agenttien optimointia . Kesäkuuhun 2026 mennessä kokonaisuus oli muuttunut yhtenäiseksi yritysalustaksi, joka yhdistää mallien käytön, agenttien suorittamisen, hallinnan ja kontekstin .
Kolme keskeistä ominaisuutta saavutti yleisen saatavuuden eli GA-statuksen vuoden 2026 alkupuolella:
Ominaisuuksien saatavuutta laajennettiin Azure-ympäristössä vuoden 2026 alkupuolella. Maaliskuun 31. päivään mennessä Knowledge Assistant ja Supervisor Agent olivat saatavilla muun muassa alueilla westeurope, northeurope, uksouth, centralindia, canadacentral, australiaeast ja southeastasia .
Databricksin mukaan alustalla on rakennettu julkaisun jälkeen yli 100 000 agenttia, jotka käsittelevät yli kvadriljoonan tokenin verran agenttiliikennettä vuodessa . Tokenit ovat kielimallien käsittelemiä tekstin osia, joten luku kuvaa ennen kaikkea järjestelmän käsittelyn mittakaavaa – ei yksittäisten käyttäjien määrää.
Summitin keskeinen arkkitehtuuriviesti oli siirtyminen yksittäisistä keskusteluboteista koordinoituihin monen agentin järjestelmiin.
Supervisor Agent toimii keskitettynä koordinaattorina, joka voi antaa eri tehtäviä erikoistuneille aliagenteille ja ulkoisille työkaluille. Tavoitteena on käsitellä kokonaisia liiketoimintaprosesseja yhden kysymys–vastaus-tilanteen sijaan .
AstraZenecan Summit-esitys oli yksityiskohtaisin julkinen esimerkki tästä mallista. Yhtiön Brand Assistant yhdistää useita erikoistuneita agentteja eri terapia-alueilla ja antaa Supervisor Agentin koordinoida niiden työtä.
Agent Bricks on suunniteltu monen mallin alustaksi. Tiimit voivat käyttää esimerkiksi Anthropic Claudea, Amazon Novaa ja Bedrockin kautta Meta Llama -malleja sekä muita palveluntarjoajia yhden rajapinnan kautta. Databricks kertoo tämän mahdollistavan mallien reitityksen, varajärjestelyt ja kustannusten optimoinnin .
Databricksin mukaan 63 prosenttia asiakkaista reitittää tehtäviä jo useiden malliperheiden välillä . Mosaic AI -tutkimukseen perustuva automaattinen optimointi puolestaan tuottaa synteettistä dataa, arvioi tehtäväkohtaista laatua ja säätää agentteja. Tavoitteena on parantaa tuloksia ja samalla pienentää kustannuksia .
Summitissa näkyi myös, ettei yritysagentin käyttöönotto rajoitu itse agentin rakentamiseen. Tarvitaan lisäksi datan hallintaa, toiminnan valvontaa, käyttöliittymiä ja järjestelmäintegraatioita.
Monte Carlo ilmoitti 15. kesäkuuta 2026 integraatiosta Agent Bricksin kanssa ja asemoi itsensä alustan yksinoikeutetuksi valvontakumppaniksi . Integraatio laajentaa Monte Carlon aiempaa Databricks-kattavuutta Delta Lakesta ja Unity Catalogista agenttikerrokseen.
Sen tarkoituksena on seurata tekoälyagenttien syötteitä, toimintaa ja tuotoksia päästä päähän .
Databricks nimesi Collibran vuoden 2026 ISV Partner Awards -palkinnoissa Data Governance Partner of the Year -tunnustuksen saajaksi . Yhtiöiden laajennettu integraatio tuo yrityksen datanhallinnan, semanttisen kontekstin ja tekoälyn elinkaaren näkyvyyden lähemmäs Databricks Data Intelligence Platformia.
Tavoitteena on, että agentit toimivat hallitun tiedon pohjalta ja että niiden päätöksistä ja tiedon käytöstä jää läpinäkyvä jälki .
Retool oli sekä Agent Bricksin että Lakebasen launch partner eli julkaisukumppani. Yhteisasiakkaat voivat rakentaa Retoolin vähäkoodisella alustalla sisäisiä työkaluja ja mukautettuja agentteja, jotka yhdistyvät Databricksin dataan.
Yksi kiinnostavimmista ominaisuuksista on agenttien välinen yhteys Genie Spacesiin. Jos Databricks havaitsee esimerkiksi liikevaihdon poikkeaman, varastovajeen tai asiakastuen kasvaneen kuormituksen, tiimi voi ryhtyä toimiin suoraan Retoolissa .
Databricksin Summitissa julkistamissa vuoden 2026 Global Partner Awards -palkinnoissa tunnustettiin useita suuria konsultointi- ja järjestelmäintegraattoriyhtiöitä:
Thoughtworksia ei nimetty DAIS 2026 -tapahtuman kumppanipalkinnoissa, julkaisukumppanien ilmoituksissa tai Agent Bricks -integraatiomateriaaleissa. Julkisista lähteistä ei löytynyt näyttöä Thoughtworksin nimenomaisesta Agent Bricks -kumppanuusjulkistuksesta Summitin yhteydessä.
Databricks ja sen asiakkaat esittelivät tapahtumassa tuotantokäyttöön vietyjä ratkaisuja useilta toimialoilta.
AstraZeneca järjesti esityksen nimeltä “AstraZeneca's Multi-Agent System: Lessons Scaling Agents by 10x With Agent Bricks.” Lääkeyhtiö rakensi Brand Assistantin, jossa Supervisor Agent koordinoi eri terapia-alueisiin erikoistuneita aliagentteja.
Järjestelmä yhdistää rakenteisen datan Genie Spacesin kautta ja jäsentämättömät dokumentit Knowledge Assistantin avulla. Unity Catalogin ja Entra ID:n integraatio puolestaan rajaa käyttöoikeudet. Model Context Protocol eli MCP mahdollistaa yhteydet kolmannen osapuolen työkaluihin .
Virgin Atlantic esiteltiin Databricksin Agent Bricks -asiakkaana, ja lentoyhtiö osallistui myös Summitin ohjelmaan . Yhtiön BI- ja edistyneen analytiikan johtaja Tom Barber esiintyi tapahtuman sessioissa . Yksityiskohtaisemmat tiedot Virgin Atlanticin agenttiratkaisusta olivat saatavilla tapahtuman tallenteissa, eivät erillisissä julkisissa lehdistötiedotteissa.
7-Eleven on rakentanut alustalle generatiiviseen tekoälyyn perustuvan huoltoavustajan . Tuotantokäyttäjiksi mainittiin myös Fox Corporation, Flo Health ja EchoStar .
Workdaylla oli Summitin ohjelmassa sessio nimeltä “Accelerating AI From Model to Impact at Workday With Databricks Apps.” Saatavilla oleva kuvaus ei kuitenkaan yhdistä sitä suoraan Agent Bricks -alustaan .
Zapier ei puolestaan esiintynyt asiaankuuluvissa DAIS 2026 -sessioiden kuvauksissa tai lehdistömateriaaleissa Agent Bricksia koskevan julkistuksen yhteydessä. Näistä yrityksistä ei siis ole vahvistettua näyttöä nimenomaan tämän Summitin Agent Bricks-käyttöönotosta.
Data + AI Summit 2026:n viesti oli selvä: Databricks yrittää siirtää keskustelun pois siitä, mitä agentit voisivat joskus tehdä, kohti sitä, mitä niitä jo tehdään yrityksissä mittakaavassa.
Yleinen saatavuus, monen agentin orkestrointi, useiden mallien reititys ja hallintaa sekä valvontaa tukevat kumppanit muodostavat kokonaisuuden, jolla Databricks asemoi Agent Bricksin infrastruktuuriksi yksittäisen ominaisuuden sijaan.
Avoimia kysymyksiä silti riittää. Keskeisiä niistä ovat hallinnan toimivuus suuressa mittakaavassa, agenttien välisen viestinnän standardit sekä se, miten Monte Carlon ja Collibran kaltaiset työkalut suoriutuvat todellisista tuotantokuormista. Tällä hetkellä Agent Bricks on kuitenkin siirtynyt selvästi prototyypin vaiheesta kohti tuotantokäyttöä.