Takım, tek bir AI ajanı dağıtmak için saatlerce komut yazmak, modelleri ayarlamak ve veri boru hatlarını bir araya getirmekle uğraşırken, verimlilik durma noktasına gelir.
Databricks, kurumsal verilerdeki tüm oluşturma ve optimizasyon ş Akışını otomasyonla gerçekleştirerek bu darboğazı çözmek için Agent Bricks'i tanıttı.
Bu kılavuz, sunduğu özellikleri, nasıl işlediğini ve sizin sisteminize uygun olup olmadığını adım adım anlatır.
Anahtar Noktalar
- Databricks Agent Bricks, sentetik veriler ve karşılaştırmalı değerlendirmeler kullanarak ajan oluşturma işlemlerini otomasyon eder.
- Manuel komut ayarlamayı ortadan kaldırır ve Unity Catalog ile doğrudan entegre olur.
- Erken benimseyenler, yüksek optimizasyon maliyetleri ancak büyük ölçekte güçlü performans bildirmektedir.
- Bölgesel erişim ve sınırlı özel, beta sürümü sırasında anahtar riskler olmaya devam ediyor.
Databricks ajans AI sunuyor mu?
Evet, Databricks , 11 Haziran 2025 tarihinde San Francisco'da düzenlenen Data+AI Zirvesi'nde Agent Bricks'i piyasaya sürdü.
Platform, alana özgü sentetik veriler ve görev odaklı karşılaştırmalar oluşturarak AI ajanı oluşturma sürecini otomasyon eder, ardından manuel komut mühendisliği gerektirmeden modelleri maliyet ve kalite açısından optimize eder.
Databricks'in 2023 yılında MosaicML'yi satın almasıyla geliştirilen bu ürün, Databricks'i hem veri gölü sağlayıcısı hem de ajans AI platformu olarak pozisyona getiriyor.
Büyük hacimli iç belgeleri, işlem kayıtlarını veya yapılandırılmamış içeriği yöneten ve içgörüler elde edebilen, soruları yanıtlayabilen veya çok adımlı iş akışlarını güvenli bir şekilde koordine edebilen ajanlara ihtiyaç duyan takımları hedefler.
Agent Bricks, 2025 ortasında genel beta sürümüne girdi ve başlangıçta ABD'deki AWS bölgelerinde kullanıma sunuldu. Yıl sonuna kadar Avrupa'ya da yayılması planlanıyor.
Nasıl İşe Yarar?
Agent Bricks, geleneksel deneme-yanılma döngüsünü rehberli bir süreç haline getirir. Görevi basit bir dille tanımlar, veri kaynaklarınızı Unity Catalog aracılığıyla bağlantı kurarsınız ve sistem, alanınızı yansıtan sentetik eğitim örneklerini otomatik olarak oluşturur.
Bu örnekler, aday modelleri doğruluk, gecikme süresi ve maliyet açısından puanlayan bir karşılaştırma paketine aktarılır. Platform daha sonra, en düşük çıkarım başına maliyetle kalite çubuğunuzu karşılayan yapılandırmayı seçer.
Bu ş Akışı, takımların genellikle verileri etiketlemek, istemleri ayarlamak ve A/B testleri çalıştırmak için harcadıkları haftalarca süren zamanı ortadan kaldırır.
Arka planda, MLflow 3.0 her değerlendirme çalışmasını kaydeder, böylece model kararlarını temel verilere ve parametrelere kadar izleyebilirsiniz. Ajanlar Databricks lakehouse sınırları dışına asla veri çekmediğinden güvenlik bozulmaz.
Bu mimari genel bakış, gerçek bir sorunu çözdüğünü gördüğünüzde en önemli hale gelir.
Pratikte bu nasıl görünüyor?
AstraZeneca'nın veri takımı, düzenleyici kurumlara sunulmak üzere yapılandırılmış bir şekilde çıkarılması gereken 400.000 klinik deneme PDF'sinin birikmiş iş yüküyle karşı karşıya kaldı. Manuel inceleme aylar sürerdi.
Agent Bricks'te bir Bilgi Çıkarma ajanı yapılandırdılar, onu belge deposuna yönlendirdiler ve sistemin deneme protokol şemalarına dayalı sentetik örnekler oluşturmasına izin verdiler. Ajan, 400.000 dosyanın tamamını 60 dakikadan kısa bir sürede kod kullanmadan ayrıştırdı.
- Takım, veri çıkarma darboğazını ve yasal süreyi belirler.
- Unity Catalog aracılığıyla Agent Bricks'e dahili belge havuzuna bağlantı sağlar.
- Platform optimizasyonu çalıştırır, görevlere özel karşılaştırmalar oluşturur ve ince ayarlı bir model seçer.
- Ajanı üretime devreye alarak haftalar süren manuel işi bir saatin altına indirin.
Hawaiian Electric, yasal belge sorguları için kırılgan LangChain tabanlı çözümü Agent Bricks ile değiştirdiğinde benzer kazançlar elde etti.
Yeni ajan, hem otomasyon hem de insan değerlendirmelerinde cevap doğruluğu açısından orijinal araçtan önemli ölçüde daha iyi performans gösterdi ve çalışanlara uyumluluk aramaları için ona güvenme konusunda güven verdi.
Entegrasyon ve Ekosistem Uyumu
Agent Bricks, Databricks'in entegrasyon katmanını devralır, böylece veri ve makine öğrenimi takımlarınızın halihazırda kullandığı platformlara doğrudan bağlanır.
Unity Catalog, merkezi yönetim merkezi olarak işlev görür ve tek bir politika çerçevesi içinde veri gölleri, depolar ve vektör mağazalarına erişimi yönetir.
Ajanlar, verileri harici hizmetlere kopyalamadan Delta tablolara, Parquet dosyalarına veya lakehouse'da depolanan belgelere sorgu yapar.
| Platform/Ortak | Entegrasyonların Doğası |
|---|---|
| Unity Katalog | Veriler, modeller ve ajan çıktıları için birleşik yönetişim |
| Neon | İşlem ajan ş akışları için sunucusuz Postgres |
| Tecton | 100 ms'nin altında gecikme süresiyle gerçek zamanlı özellik sunumu |
| OpenAI | Kurumsal verilerde GPT-5'e yerel erişim |
Geliştiriciler, standart Databricks API'leri ve SDK'ları aracılığıyla Agent Bricks ile etkileşim kurar. ai_query SQL fonksiyonu, analistlerin sorgularda doğrudan LLM'leri çağırmasına olanak tanır ve REST uç noktaları, Model Serving altyapısı aracılığıyla ajanlara hizmet sunar.
IDE entegrasyonları CI/CD ardışık düzenlerini destekler, böylece mühendisler uygulama koduyla birlikte ajan yapılandırmalarının sürüm kontrolünü yapabilirler.
Yakında gerçekleşecek Tecton satın alımı, Agent Bricks'e bir çevrimiçi özellik mağazası ekleyecek ve 10 ms'nin altında gecikme süresiyle ajanlara akış verileri sunacak.
Bu özellik, dolandırıcılık tespiti, kişiselleştirme ve saniye saniye güncel bilgilere bağımlı diğer kullanım senaryolarının önünü açar.
Şu an için takımlar, toplu özelliklerle prototip oluşturabilir ve entegrasyonlar 2026 ortasında devreye girdiğinde gerçek zamanlı verilere geçmeyi planlayabilir.
Topluluk Buzz & Erken Kullanıcı Duyguları
İlk geri bildirimler, kullanım kolaylığı konusunda heyecan ve beta sürümünün sınırları konusunda ihtiyat arasında bölünmüş durumda.
Bir Reddit kullanıcısı, kod gerektirmeyen ajan oluşturucuyu ve Unity Catalog ile sıkı entegrasyonu överek, ajanların veri izinlerini otomatik olarak devraldığını not etti.
Aynı kullanıcı, tam bir optimizasyon çalışmasının genellikle bir saatten fazla sürdüğünü ve 100 doların üzerinde bir hesaplama maliyeti olduğunu, bunun da deneyler sırasında maliyetin artmasına neden olabileceğini belirtti.
- "ş Akışımızı önemli ölçüde basitleştiriyor ve manuel ayarlamaları azaltıyor." Reddit
- "Optimizasyon çalıştırma başına maliyet beta sürümünde yüksek olabilir." Reddit
- "Dahili içeriğe güvenlikli erişim, platforma güven oluşturur." Databricks Topluluğu
Bölgesel kullanılabilirlik, Avrupa'daki takımlar için sorun yarattı. Bir Databricks hesap temsilcisi, 2025 ortasında Agent Bricks'in ilk önizleme sırasında yalnızca ABD'de kullanılabileceğini doğruladı ve bu durum bazı müşterilerin ürünü test etmek için ABD bölgelerinde sandbox çalışma alanları oluşturmasına neden oldu.
Forum gönderilerinde, beta yazılımlar için tipik olan önizleme istikrarsızlığı ve sık sık yapılan özellik değişikliklerinden de bahsetme bulunmaktadır. Kullanım durumunuz yüksek çalışma süresi gerektiriyorsa, bu konuyu planlamaya değer.
Sonuç olarak, beta sürümünün tuhaflıklarını ve hesaplama maliyetlerini kabul edebilen erken benimseyenler, Agent Bricks'in sunduğu otomasyonun değerini görüyor. AstraZeneca'nın 400.000 belgenin ayrıştırılması ve Hawaiian Electric'in doğruluk kazanımları, platformun üretim ölçeğindeki görevleri yerine getirebileceğinin kanıtı olarak toplulukta yankı buluyor.
Mühendislik zamanınızı şimdi yatırmaya mı yoksa ürünün olgunlaşmasını mı beklemeye karar verirken, gerçek dünyadaki doğrulama önemlidir.
Yol Haritası ve Ekosistem Outlook
Databricks, önümüzdeki 18 ay içinde Agent Bricks'i coğrafi ve fonksiyonel olarak genişletecek. 2025'in 4. çeyreğine kadar, önizleme Batı Avrupa'daki Azure dağıtımlarından başlayarak Avrupa bölgelerine yayılacak.
Bu aşamalı lansman, şirketin genel kullanıma sunmadan önce çeşitli kullanıcı geri bildirimlerini toplamasına ve bölgesel veri düzenlemelerine uyumunu sağlamasına olanak tanır.
2026 ortasında gerçekleşecek Tecton entegrasyonu, ajanların akışlardan, API'lerden ve depolardan %99,99 çalışma süresi ile gerçek zamanlı özellikleri almasını sağlayarak, saniye saniye güncel veriler gerektiren dolandırıcılık tespiti ve kişiselleştirme kullanım örneklerini mümkün kılacak.
Neon ve Mooncake, birleştirilmiş bir "Lakehouse DB" deneyimine dönüşecek ve ajanlara ETL boru hatları olmadan ACID uyumlu yazma ve anlık analitik okuma olanağı sağlayacak.
VentureBeat'teki bir analist, "Agent Bricks, kurumsal yapay zekada büyük bir değişimi işaret ediyor" notuyla, geleneksel veri boru hatlarının ortadan kaldırılmasıyla elde edilen 10 ila 100 katlık performans artışına dikkat çekti.
İlk dört türün (Bilgi Çıkarma, Bilgi Asistanı, Çoklu Ajan Denetleyicisi, Özel LLM Ajanı) ötesinde yeni ajan şablonları bekleyin.
Databricks araştırması, kod asistanlarını, plan ajanlarını ve harici API'lere bağlayıcıları araştırıyor. OpenAI ortaklığı, OpenAI'nin GPT-5 ve gelecekteki modelleri piyasaya sürdüğünde, bunların Agent Bricks'te birinci taraf desteği ve yönetimi ile yerel olarak kullanılabilir olmasını sağlıyor.
Databricks, uzun vadede ajan AI'yı platformda veri mühendisleri ve analistlerin yanında yer alan yeni bir kullanıcı profili olarak görüyor. Bu vizyon, düzenlemelere tabi sektörlerde ajanların benimsenmesinin artmasıyla birlikte denetim günlükleri, önyargı tespiti ve ayrıntılı politika kontrolleri gibi Sorumlu AI özelliklerine sürekli yatırım yapılmasını da içeriyor.
Databricks Agentic AI'nın maliyeti nedir?
Agent Bricks, Databricks'in ön lisans ücreti olmayan, kullanıma dayalı fiyatlandırma modelini izler. Hesaplama ve model çıkarımının saniye başına ücretini Databricks Birimleri (DBU) cinsinden ödersiniz.
Model Serving ve Özellik Serving iş yükleri, temel bulut örneği maliyetini de içeren Premium planında DBU-saniye başına yaklaşık 0,07 ABD dolarıdır. Temel modeller için GPU hızlandırmalı çıkarım da DBU-saniye başına yaklaşık 0,07 ABD dolarıdır.
Yoğun kısım, ilk optimizasyon çalıştırmasıdır. Erken dönem kullanıcılarından biri, sentetik veriler üreten ve ajanı ayarlayan bir saatlik tek bir eğitim döngüsü için bulut hesaplamada 100 doların üzerinde harcama yaptığını bildirmiştir.
Optimizasyondan sonra, sistem sorgu başına daha az belirteçle kaliteyi koruyan maliyet etkin bir model yapılandırması belirlediğinden, ajanın hizmet vermesi çok daha ucuz hale gelir. Takımlar, Databricks'in bütçe politikası aracılığıyla bütçe sınırları belirleyerek deneme sırasında harcamaları sınırlayabilir.
Kurumsal müşteriler, hacim indirimlerinden yararlanmak için taahhüt paketleri (ön ödemeli DBU saatleri) satın alabilir ve böylece isteğe bağlı faturalamaya kıyasla saniye başına ücreti etkili bir şekilde düşürebilir. Kesin fiyatlandırma, bulut sağlayıcınız (AWS, Azure, GCP) ve bölgenize göre değişir; bazı bölgelerde fiyatlar ABD'nin doğu veya batı bölgelerine kıyasla biraz daha yüksek olabilir.
Dikkat edilmesi gereken gizli maliyetler arasında vektör arama, veri alımı ve veri dağıtımınızın değişmesi durumunda dönemsel yeniden eğitim için gereken hesaplama gücü bulunur. Toplam sahiplik maliyetini hesaplarken, manuel komut ayarlaması ve veri etiketleme işlemlerini atlayarak tasarruf ettiğiniz mühendislik süresini de hesaba katın.
Erken benimseyenler, Agent Bricks'in ortadan kaldırdığı haftalarca süren manuel işin, özellikle geciken ajan dağıtımının fırsat maliyetini göz önünde bulundurduğunuzda, genellikle hesaplama masraflarını telafi ettiğini bildiriyor.