以下三項核心能力在 2026 年初已達到全面上市（GA），並在峰會上受到重點關注：

• Custom Agents（自訂 Agent） — 開發者可使用他們偏好的框架（如 LangGraph、PyFunc 等），並將 Agent 以完全受管的 Databricks Apps 形式部署在無伺服器運算上。此功能於 2026 年 2 月達到 GA 。
• Supervisor Agent（監督 Agent） — 一個多 Agent 協調器，可協調專門的子 Agent 和工具來處理複雜任務。Supervisor Agent 於 2026 年 2 月 10 日達到 GA，初期僅在部分美國地區提供 。
• Document Intelligence（文件智能） — 可處理電子郵件、PDF、手冊等非結構化資料，超越了僅處理結構化資料的限制 。

這些功能在 2026 年初於 Azure 上逐步擴展區域。截至 3 月 31 日，Knowledge Assistant 和 Supervisor Agent 已可在西歐、北歐、英國南部、印度中部、加拿大中部、澳洲東部和東南亞等 Azure 區域使用 。

Databricks 報告指出，自平台推出以來，已有超過 10 萬個 Agent 建立於其上，每年處理超過 1 千兆（quadrillion）個 Token 的 Agent 流量 。

多 Agent 協作與多模型靈活度

峰會的議程與宣布中浮現了兩個主要的架構主題。

Supervisor Agent：協調 Agent 大軍

Supervisor Agent 模式讓一個中央協調者將任務委派給子 Agent 和工具。Databricks 將其描述為從單一 Agent 聊天機器人，邁向能夠處理端到端業務流程的協調式多 Agent 系統 。AstraZeneca 的展示提供了最詳細的公開案例（詳見下方「企業採用」）。

單一 API，任選模型

Agent Bricks 明確支援多模型。團隊可以透過單一 API 使用 Anthropic Claude、Amazon Nova、Meta Llama（透過 Bedrock）等多個供應商的模型，並具備路徑選擇、備援和成本優化功能 。Databricks 聲稱有 63% 的客戶已經在跨多個模型家族間路由任務 。

自動化的 Agent 優化功能，由 Mosaic AI 研究驅動，負責處理合成資料生成、任務感知評估和模型調整，旨在提升品質的同時降低成本 。

2026 年峰會的合作生態系統

本次峰會也清楚展現了第三方工具如何整合進 Agent Bricks 的生命週期。以下是已公開確認的合作關係：

Monte Carlo：可觀測性

Monte Carlo 於 2026 年 6 月 15 日宣布與 Agent Bricks 整合，定位為該平台的 獨家可觀測性合作夥伴 。此整合將 Monte Carlo 原有的 Databricks 覆蓋範圍（從 Delta Lake 到 Unity Catalog）擴展到 Agent 層級，端到端監控 AI Agent 的輸入、行為和輸出 。

Collibra：治理

Databricks 在 2026 年 ISV 合作夥伴獎項中，將 Collibra 評選為 年度資料治理合作夥伴 。深化後的整合將企業治理、語義上下文和 AI 生命週期可見性直接引入 Databricks 資料智能平台，旨在將自主 AI 建立在有治理的上下文之上，並提供透明度和可追溯性 。

Retool：低程式碼 Agent 建置

Retool 是 Agent Bricks 和 Lakebase 的啟動合作夥伴。聯合客戶可以使用 Retool 的低程式碼平台連接到 Databricks，建立內部工具和自訂 Agent。一個值得注意的功能是與 Genie Spaces 的 Agent 對 Agent 連接，允許團隊直接在 Retool 中對收入異常、庫存缺口等信號採取行動 。

全球系統整合商

Databricks 在峰會期間宣布的 2026 年全球合作夥伴獎項中，表揚了多家主要系統整合商（SI）：

• Accenture Federal Services 獲得全球年度合作夥伴獎 。
• Deloitte 獲得北美年度合作夥伴獎和公共部門 SLED 年度合作夥伴獎 。
• Wipro 獲得年度創新合作夥伴獎 。
• Infosys 被列為諮詢與系統整合商 Brickbuilder 獎項的獲獎者之一 。

需要特別釐清的是：我們並未在 DAIS 2026 的合作夥伴獎項、啟動合作夥伴宣布或 Agent Bricks 整合資料中，找到 Thoughtworks 被公開提及的證據。目前沒有證據顯示 Thoughtworks 在本次峰會上有特定的 Agent Bricks 合作夥伴關係宣布。

企業採用：誰正在生產環境中運行

Databricks 及其客戶在峰會上展示了跨產業的生產級部署：

AstraZeneca：將多 Agent 系統規模擴展 10 倍

AstraZeneca 進行了一場名為《AstraZeneca's Multi-Agent System: Lessons Scaling Agents by 10x With Agent Bricks》的專題演講。這家製藥公司建立了「品牌助手（Brand Assistant）」，它使用 Supervisor Agent 來協調多個專門針對不同治療領域的子 Agent。該系統結合了來自 Genie Spaces 的結構化資料和來自 Knowledge Assistant 的非結構化文件，並透過與 Entra ID 整合的 Unity Catalog 來執行權限邊界。模型上下文協議（MCP）則開啟了第三方工具整合的可能性 。

Virgin Atlantic

Virgin Atlantic 被列為使用 Agent Bricks 的 Databricks 客戶，並在峰會上發表了演講 。該航空公司的 BI 與進階分析主管 Tom Barber 參與了相關議程 。其 Agent 部署的具體細節可在峰會的隨選內容中獲得，而非公開的新聞稿。

其他案例

• 7-Eleven 在該平台上建立了一個 GenAI 維護助手 。
• Fox Corporation、Flo Health 和 EchoStar 也被引述為生產環境的使用者 。

本屆峰會未經確認的合作

• Workday 在峰會上有一個名為《Accelerating AI From Model to Impact at Workday With Databricks Apps》的議程，但在可得的議程描述中，並未直接將其與 Agent Bricks 連結 。
• Zapier 並未出現在 DAIS 2026 的相關議程列表或針對 Agent Bricks 的新聞稿中。

這代表什麼意義

2026 年的 Data + AI 峰會標誌著一個刻意的訊息轉變：從「Agent 可以做什麼」，轉向「Agent 已經在做什麼，而且正在大規模地做」。GA 里程碑、多 Agent 協作、開放模型路由，以及日趨成熟的合作夥伴生態系統，這些組合表明 Databricks 正在將 Agent Bricks 定位為基礎設施，而非一個單純的功能。

那些未被解答的問題——大規模治理、Agent 間的通訊標準，以及 Monte Carlo 和 Collibra 等夥伴的可觀測性和語義上下文工具在生產負載下的實際表現——很可能會主導未來一年企業 AI 的發展方向。但就目前而言，該平台已經穩固地從原型階段邁入了生產應用階段。

以下三項核心能力在 2026 年初已達到全面上市（GA），並在峰會上受到重點關注：

• Custom Agents（自訂 Agent） — 開發者可使用他們偏好的框架（如 LangGraph、PyFunc 等），並將 Agent 以完全受管的 Databricks Apps 形式部署在無伺服器運算上。此功能於 2026 年 2 月達到 GA 。
• Supervisor Agent（監督 Agent） — 一個多 Agent 協調器，可協調專門的子 Agent 和工具來處理複雜任務。Supervisor Agent 於 2026 年 2 月 10 日達到 GA，初期僅在部分美國地區提供 。
• Document Intelligence（文件智能） — 可處理電子郵件、PDF、手冊等非結構化資料，超越了僅處理結構化資料的限制 。

這些功能在 2026 年初於 Azure 上逐步擴展區域。截至 3 月 31 日，Knowledge Assistant 和 Supervisor Agent 已可在西歐、北歐、英國南部、印度中部、加拿大中部、澳洲東部和東南亞等 Azure 區域使用 。

Databricks 報告指出，自平台推出以來，已有超過 10 萬個 Agent 建立於其上，每年處理超過 1 千兆（quadrillion）個 Token 的 Agent 流量 。

多 Agent 協作與多模型靈活度

峰會的議程與宣布中浮現了兩個主要的架構主題。

Supervisor Agent：協調 Agent 大軍

Supervisor Agent 模式讓一個中央協調者將任務委派給子 Agent 和工具。Databricks 將其描述為從單一 Agent 聊天機器人，邁向能夠處理端到端業務流程的協調式多 Agent 系統 。AstraZeneca 的展示提供了最詳細的公開案例（詳見下方「企業採用」）。

單一 API，任選模型

Agent Bricks 明確支援多模型。團隊可以透過單一 API 使用 Anthropic Claude、Amazon Nova、Meta Llama（透過 Bedrock）等多個供應商的模型，並具備路徑選擇、備援和成本優化功能 。Databricks 聲稱有 63% 的客戶已經在跨多個模型家族間路由任務 。

自動化的 Agent 優化功能，由 Mosaic AI 研究驅動，負責處理合成資料生成、任務感知評估和模型調整，旨在提升品質的同時降低成本 。

2026 年峰會的合作生態系統

本次峰會也清楚展現了第三方工具如何整合進 Agent Bricks 的生命週期。以下是已公開確認的合作關係：

Monte Carlo：可觀測性

Monte Carlo 於 2026 年 6 月 15 日宣布與 Agent Bricks 整合，定位為該平台的 獨家可觀測性合作夥伴 。此整合將 Monte Carlo 原有的 Databricks 覆蓋範圍（從 Delta Lake 到 Unity Catalog）擴展到 Agent 層級，端到端監控 AI Agent 的輸入、行為和輸出 。

Collibra：治理

Databricks 在 2026 年 ISV 合作夥伴獎項中，將 Collibra 評選為 年度資料治理合作夥伴 。深化後的整合將企業治理、語義上下文和 AI 生命週期可見性直接引入 Databricks 資料智能平台，旨在將自主 AI 建立在有治理的上下文之上，並提供透明度和可追溯性 。

Retool：低程式碼 Agent 建置

Retool 是 Agent Bricks 和 Lakebase 的啟動合作夥伴。聯合客戶可以使用 Retool 的低程式碼平台連接到 Databricks，建立內部工具和自訂 Agent。一個值得注意的功能是與 Genie Spaces 的 Agent 對 Agent 連接，允許團隊直接在 Retool 中對收入異常、庫存缺口等信號採取行動 。

全球系統整合商

Databricks 在峰會期間宣布的 2026 年全球合作夥伴獎項中，表揚了多家主要系統整合商（SI）：

• Accenture Federal Services 獲得全球年度合作夥伴獎 。
• Deloitte 獲得北美年度合作夥伴獎和公共部門 SLED 年度合作夥伴獎 。
• Wipro 獲得年度創新合作夥伴獎 。
• Infosys 被列為諮詢與系統整合商 Brickbuilder 獎項的獲獎者之一 。

需要特別釐清的是：我們並未在 DAIS 2026 的合作夥伴獎項、啟動合作夥伴宣布或 Agent Bricks 整合資料中，找到 Thoughtworks 被公開提及的證據。目前沒有證據顯示 Thoughtworks 在本次峰會上有特定的 Agent Bricks 合作夥伴關係宣布。

企業採用：誰正在生產環境中運行

Databricks 及其客戶在峰會上展示了跨產業的生產級部署：

AstraZeneca：將多 Agent 系統規模擴展 10 倍

AstraZeneca 進行了一場名為《AstraZeneca's Multi-Agent System: Lessons Scaling Agents by 10x With Agent Bricks》的專題演講。這家製藥公司建立了「品牌助手（Brand Assistant）」，它使用 Supervisor Agent 來協調多個專門針對不同治療領域的子 Agent。該系統結合了來自 Genie Spaces 的結構化資料和來自 Knowledge Assistant 的非結構化文件，並透過與 Entra ID 整合的 Unity Catalog 來執行權限邊界。模型上下文協議（MCP）則開啟了第三方工具整合的可能性 。

Virgin Atlantic

Virgin Atlantic 被列為使用 Agent Bricks 的 Databricks 客戶，並在峰會上發表了演講 。該航空公司的 BI 與進階分析主管 Tom Barber 參與了相關議程 。其 Agent 部署的具體細節可在峰會的隨選內容中獲得，而非公開的新聞稿。

其他案例

• 7-Eleven 在該平台上建立了一個 GenAI 維護助手 。
• Fox Corporation、Flo Health 和 EchoStar 也被引述為生產環境的使用者 。

本屆峰會未經確認的合作

• Workday 在峰會上有一個名為《Accelerating AI From Model to Impact at Workday With Databricks Apps》的議程，但在可得的議程描述中，並未直接將其與 Agent Bricks 連結 。
• Zapier 並未出現在 DAIS 2026 的相關議程列表或針對 Agent Bricks 的新聞稿中。

這代表什麼意義

2026 年的 Data + AI 峰會標誌著一個刻意的訊息轉變：從「Agent 可以做什麼」，轉向「Agent 已經在做什麼，而且正在大規模地做」。GA 里程碑、多 Agent 協作、開放模型路由，以及日趨成熟的合作夥伴生態系統，這些組合表明 Databricks 正在將 Agent Bricks 定位為基礎設施，而非一個單純的功能。

那些未被解答的問題——大規模治理、Agent 間的通訊標準，以及 Monte Carlo 和 Collibra 等夥伴的可觀測性和語義上下文工具在生產負載下的實際表現——很可能會主導未來一年企業 AI 的發展方向。但就目前而言，該平台已經穩固地從原型階段邁入了生產應用階段。