三项核心能力在 2026 年早些时候达到通用可用性(GA),并在峰会期间重点展示:
这些功能在 2026 年初逐步扩展至 Azure 区域。截至 3 月 31 日,Knowledge Assistant 和监管者智能体已在 westeurope、northeurope、uksouth、centralindia、canadacentral、australiaeast 和 southeastasia 等区域上线 。
Databricks 报告称,自发布以来,平台上已构建了超过 10 万个智能体,年处理智能体流量超过 1 万万亿 token 。
峰会演讲和发布中展现出两大架构主题。
监管者智能体模式允许一个中央协调者将任务委派给子智能体和工具。Databricks 将其描述为从单智能体聊天机器人向能够处理端到端业务流程的协调式多智能体系统的演进 。阿斯利康的演讲提供了最详细的公开案例(参见下文「企业采纳」部分)。
Agent Bricks 明确支持多模型。团队可以通过一个统一的 API 使用 Anthropic Claude、Amazon Nova、Meta Llama(通过 Bedrock)等模型提供商,并实现路由、回退和成本优化 。Databricks 声称 63% 的客户已经跨多个模型家族路由任务 。
由 Mosaic AI 研究驱动的自动化智能体优化,负责处理合成数据生成、任务感知评估和调优,旨在提升质量的同时降低成本 。
峰会还明确了第三方工具如何融入 Agent Bricks 生命周期。以下是已公开确认的信息:
Monte Carlo 于 2026 年 6 月 15 日宣布与 Agent Bricks 集成,定位为该平台的独家可观测性合作伙伴 。该集成将 Monte Carlo 现有的 Databricks 覆盖范围——从 Delta Lake 和 Unity Catalog——扩展至智能体层,实现端到端的 AI 智能体输入、行为和输出监控 。
Databricks 在 2026 年 ISV 合作伙伴奖项中将 Collibra 评为年度数据治理合作伙伴 。深化后的集成将企业治理、语义上下文和 AI 生命周期可见性直接带入 Databricks 数据智能平台,旨在通过透明度和可追溯性将有治理的上下文注入智能体 AI 。
Retool 是 Agent Bricks 和 Lakebase 的启动合作伙伴。联合客户可以使用 Retool 低代码平台连接 Databricks 来构建内部工具和自定义智能体。一个值得注意的功能是通过 Genie Spaces 实现智能体到智能体的连接,使团队能够直接在 Retool 中处理收入异常、库存缺口等信号 。
峰会期间公布的 2026 年全球合作伙伴奖项中,以下大型系统集成商获奖:
Thoughtworks 在 2026 年 DAIS 合作伙伴奖项、启动合作伙伴公告或 Agent Bricks 集成材料中并未被公开提及。我们未发现 Thoughtworks 在此峰会上有具体的 Agent Bricks 合作公告。
Databricks 及其客户展示了跨行业的实际部署:
阿斯利康的专场演讲题为「阿斯利康的多智能体系统:通过 Agent Bricks 将智能体扩展 10 倍的经验教训」。这家制药公司构建了「Brand Assistant」,使用一个监管者智能体来协调不同治疗领域的专门子智能体。该系统将结构化数据(通过 Genie Spaces)与非结构化文档(通过 Knowledge Assistant)相结合,并通过 Unity Catalog 与 Entra ID 的集成来强制执行权限边界。模型上下文协议(MCP)支持第三方工具集成 。
维珍航空作为 Databricks 在 Agent Bricks 上的客户被重点介绍,并在峰会上进行了展示 。该航空公司的 BI 与高级分析主管 Tom Barber 参与了会议 。其智能体部署的具体细节更多体现在峰会点播内容中,而非公开新闻稿。
7-Eleven 在平台上构建了 GenAI 维护助手 。Fox Corporation、Flo Health 和 EchoStar 也被列为生产用户 。
Workday 在峰会上有一场名为「加速 AI 从模型到影响力:Workday 借助 Databricks Apps」的演讲,但在现有会议描述中并未直接与 Agent Bricks 相关联 。Zapier 未出现在相关的 DAIS 2026 会议列表或 Agent Bricks 具体公告的新闻材料中。
2026 年 Data + AI 峰会标志着一个深思熟虑的转变:从「智能体可以做什么」转向「智能体已经在以规模做什么」。GA 里程碑、多智能体编排、开放模型路由以及不断成熟的合作伙伴生态,这一切都表明 Databricks 正在将 Agent Bricks 定位为基础设施,而非一个功能。
有待解答的问题——大规模治理、智能体间通信标准,以及来自 Monte Carlo 和 Collibra 等合作伙伴的可观测性与语义上下文工具在生产负载下实际表现如何——很可能将塑造企业 AI 的下一年发展方向。就目前而言,该平台已坚定地从原型阶段迈入了生产阶段。