Agent Bricks: Automatización y optimización de agentes de IA en Databricks

El desarrollo de agentes de inteligencia artificial suele ser un proceso complejo. Implica integrar modelos, definir pipelines de entrenamiento, optimizar hiperparámetros y garantizar mecanismos de seguridad y gobernanza. Todo esto demanda un esfuerzo considerable que muchas veces retrasa la adopción de soluciones en escenarios empresariales reales.

Con el fin de superar estas barreras, Databricks presentó Agent Bricks como parte de Mosaic AI, una propuesta que busca democratizar la construcción de agentes de IA. Este servicio simplifica la implementación y optimización de sistemas, permitiendo que los equipos se concentren en lo verdaderamente importante: los problemas de negocio, los datos y las métricas de desempeño.

¿Qué es Agent Bricks?

Agent Bricks es un servicio de Databricks diseñado para crear y optimizar sistemas de agentes de IA de propósito específico y alta calidad. Su valor principal está en ofrecer un enfoque modular que abstrae la complejidad técnica y permite implementar agentes listos para producción sin necesidad de ensamblar manualmente cada componente.

Este servicio se apoya en Mosaic AI y en la Lakehouse Platform, integrando capacidades de gobernanza, seguridad, datos vectoriales y evaluación de calidad. Además, al estar desplegado sobre Azure Geographies, garantiza el cumplimiento de normativas de residencia y protección de datos.

Valor agregado de Agent Bricks

Más allá de simplificar el desarrollo de agentes, Agent Bricks aporta un conjunto de capacidades que marcan la diferencia en entornos empresariales:

• Evaluaciones automáticas adaptadas a cada caso: en lugar de depender de métricas genéricas, la plataforma genera benchmarks específicos para cada tarea, incluso creando datos sintéticos o jueces de LLM personalizados. Esto asegura que la calidad se mida con criterios relevantes para el negocio.

• Optimización inteligente de costos y calidad: a través de técnicas como prompt engineering, fine-tuning, modelos de recompensa y estrategias adaptativas (Test-Adaptive Optimization, TAO), el sistema encuentra el punto de equilibrio ideal entre rendimiento y gasto operativo.

• Eficiencia comprobada: en pruebas de extracción documental y comprensión de texto estructurado, Agent Bricks ha demostrado superar a soluciones que solo dependen de prompts, reduciendo los costos hasta en 10 veces sin comprometer la precisión.

• Retroalimentación humana más efectiva (ALHF): expertos de dominio pueden dar instrucciones en lenguaje natural (“ignora todo lo anterior a mayo de 1990”), y la plataforma traduce ese feedback en ajustes técnicos automáticos: mejoras de prompts, filtros, patrones o esquemas de recuperación de información.

• Impacto validado en producción: organizaciones como Flo Health, AstraZeneca y Experian ya utilizan Agent Bricks en aplicaciones críticas como extracción de información clínica, asistentes de conocimiento y agentes internos, reportando mayor precisión, cumplimiento de estándares y aceleración en sus ciclos de desarrollo.

Requisitos

Para habilitar Agent Bricks, el área de trabajo debe contar con:

• Vista previa de Mosaic AI Agent Bricks (Beta) habilitada.
• Computación sin servidor activa.
• Unity Catalog habilitado.
• Acceso a modelos fundamentales en system.ai.
• Directiva presupuestaria sin servidor con un valor distinto de cero.
• Ubicación en una región soportada: centralus, eastus, eastus2, northcentralus, southcentralus, westus, westus2.

¿Cómo funciona Agent Bricks?

El flujo de trabajo que propone Databricks funciona de esta forma:

1. Declarar la tarea: Definir en lenguaje natural cuál es el objetivo del agente, qué debe hacer, y conectar las fuentes de datos.
2. Evaluación automática: La plataforma generará benchmarks, construir jueces si es necesario, producir datos sintéticos para medir rendimiento concreto.
3. Optimización automática: Motor interno combina diferentes técnicas (prompt engineering, ajuste fino, modelos de recompensa, estrategias adaptativas) para maximizar calidad o minimizar costos según la preferencia o política del usuario.
4. Elección entre coste vs calidad: Los usuarios pueden indicar si quieren priorizar rendimiento óptimo, o si prefieren una solución de menor costo que aún alcance un umbral de calidad.
5. Mejora continua: Incorporar feedback humano, aprendizaje con retroalimentación, actualizaciones automáticas, refinamiento de modelos y de componentes técnicos.

Casos de uso compatibles

Agent Bricks admite actualmente los siguientes casos de uso, y pronto se añadirán más:

Agent Bricks	Caso de uso
Extracción de información	Transformar documentos de texto sin etiquetar en tablas estructuradas; extraer puntos de datos.
LLM personalizado	Tareas como resumen, clasificación, transformación de texto.
Asistente de conocimiento	Crear bots conversacionales que respondan preguntas y citen fuentes.
Supervisor de varios agentes	Coordinar múltiplos agentes, integrar agentes de diferentes espacios y dominios (multiagente).

Adicionalmente, ejemplos reales demostraron:

En análisis de documentos clínicos, Flo Health duplicó la precisión médica frente a LLMs comerciales estándar, manteniendo estándares de seguridad y privacidad.

En tareas de parsing de documentos, Agent Bricks alcanzó calidad superior comparada con modelos que solo optimizaban sus prompts, con un costo mucho menor.

Conclusión

Agent Bricks consolida un cambio de paradigma en la construcción de agentes de IA al ofrecer un enfoque modular que integra calidad, seguridad, gobernanza y optimización de costos. Con esta base, las organizaciones pueden acelerar la adopción de inteligencia artificial confiable, reduciendo la complejidad técnica y enfocándose en lo esencial: transformar los datos en decisiones estratégicas que impulsen el negocio.

Más allá de su potencial técnico, Agent Bricks abre la puerta a un ecosistema donde la innovación con IA es más accesible, escalable y alineada con las exigencias de seguridad y cumplimiento empresarial.

Recursos

• Knowledge Assistant en Agent Bricks
• Extracción de información clave con Agent Bricks