Embora a maioria dos fornecedores tenha construído ferramentas de gerenciamento do ciclo de vida do agente dentro de seus construtores de agentes, o Databricks está alavancando o Catálogo de Unidades e o MLFlow 3.0 para gerenciamento de agentes construídos com tijolos de agentes – o que significa que as tarefas de agentes em andamento, como monitoramento, avaliação, implantação e rollback, são tratadas por mlflow 3.0 e catalogiário de unidades.
O Snowflake, por outro lado, integra o gerenciamento do ciclo de vida do agente no Cortex, enquanto o AWS e o Azure incorporam o monitoramento diretamente em seus ambientes de agentes.
Kramer disse que as empresas com equipes menores podem pensar duas vezes antes de adotar os tijolos do agente, pois a abordagem do Databricks exige que os usuários trabalhem em vários serviços. “Essa separação pode retardar a adoção para as equipes que esperam um conjunto de ferramentas unificadas, especialmente as novas na plataforma de Databricks”, disse ele.
