如何在不造成AI蔓延的情况下扩展智能体应用
内容提要
企业规模化部署智能体面临集成重复、策略不一、成本上升等“AI蔓延”问题。Databricks提出选择、上下文与控制三大基础：Agent Bricks统一构建治理，Omnigent兼容不同框架，Unity Gateway集中管控模型、权限、成本与可观测性，使新智能体复用共享上下文与治理，避免重复建设。
延伸解读
AI蔓延的根源与共享基础
文章指出，当每个团队独立连接模型、数据和工具时，会出现重复集成、策略不一、成本上升和上下文碎片化等AI蔓延问题。Databricks提出选择、上下文和控制三大基础，通过Agent Bricks、Omnigent和Unity Gateway提供共享层，使新智能体能够复用现有治理和上下文，避免重复建设。
上下文复用的业务价值
销售和客服智能体可能都需要理解“活跃客户”的定义、产品归属和账户层级。如果各自重建这些业务概念，会导致同一概念在不同工作流中含义不一致。Agent Bricks基于Unity Catalog和Genie Ontology提供共享的受治理业务上下文，让团队可以复用而非重复创建，减少维护负担。
控制层如何匹配任务权限
当智能体从生成回答转向执行操作时，控制需求随之增长。例如处理客户退款的智能体，员工可能有广泛账户权限，但智能体只需订单详情、退款政策和特定交易权限。Unity Gateway提供集中控制平面，结合Unity Catalog和Databricks Sandbox，确保智能体的权限与任务匹配，并保留完整追踪。
可观测性超越最终回答
一个看似正确的回答可能隐藏了检索失败、错误工具调用或意外执行路径。Unity Gateway集中遥测数据，MLflow提供追踪和评估工作流，帮助团队重建应用如何得出结果，比较变更并识别回归。这种可观测性使团队能够基于生产行为持续改进质量、可靠性和成本。
Q&A
什么是AI蔓延？它对企业有什么影响？
AI蔓延是指当每个团队独立构建智能体时，出现的重复集成、策略不一致、AI支出增加、上下文碎片化以及应用难以更改等问题。随着智能体数量增长，这些问题会加剧，导致基础设施重复建设，增加维护成本。
企业规模化部署智能体需要哪三大基础？
企业需要选择、上下文和控制三大基础。选择让团队能使用合适的模型、工具和框架；上下文让智能体能够使用受治理的企业数据和业务语义；控制确保权限、策略、评估、可观测性和成本管理在应用增长时保持一致。
Databricks的Agent Bricks、Omnigent和Unity Gateway分别有什么作用？
Agent Bricks是构建、治理和优化智能体队列的统一平台；Omnigent提供跨智能体框架的通用层，支持组合和切换不同框架构建的智能体；Unity Gateway集中管理模型、智能体、工具和技能的访问、成本控制和可观测性。
如何让智能体共享业务上下文，避免重复定义？
通过Agent Bricks的共享上下文层，基于Unity Catalog治理数据和AI资产，并利用Genie Ontology提供业务概念和关系的共同理解。Document Intelligence、AI Search和Agent Memory等能力可扩展上下文，使团队能跨应用复用受治理的业务上下文，而不是每次重新创建。
Unity Gateway如何帮助控制智能体的权限和成本？
Unity Gateway提供集中控制平面，跨模型、智能体、MCP服务器、工具和技能应用访问策略和护栏，管理预算和速率限制，控制可用的AI资产，并保留交互跟踪。结合Unity Catalog，控制能反映请求背后的身份、数据权限和上下文。
如何评估和调试智能体应用的行为？
Unity Gateway集中遥测数据，包括跟踪、使用量、成本和工具活动。MLflow提供跟踪和评估工作流，让团队检查应用行为，将代表性交互捕获到数据集，并评估提示、模型、工具或编排的更改，从而在全面推广前比较变更、识别回归并改进质量。
