Agent Bricks Supervisor Agent ist jetzt allgemein verfügbar: Orchestrieren Sie Unternehmens-Agents

Unternehmen fahren die Entwicklung von Agents für Copilots zur Finanzanalyse, Kundendienst-Assistenten und den internen Wissensabruf schnell hoch. Dieses schnelle Wachstum bringt jedoch eine neue Herausforderung mit sich: wie man sie alle findet und verwaltet. Teams spielen Agenten-Roulette, schalten zwischen Dutzenden von Nischen-Bots hin und her und versuchen sich daran zu erinnern, ob die „Reiserichtlinie“ im HR-Agent oder im Finanz-Agent zu finden ist. Diese kognitive Belastung verlangsamt die Produktivität und führt dazu, dass Teams ziellos suchen, bereits vorhandene Agents neu erstellen oder auf veraltete Informationen zurückgreifen. Unternehmen benötigen einen einzigen Einstiegspunkt, der die Absicht interpretieren, spezialisierte Agents koordinieren und sicher im Namen eines Benutzers handeln kann.

Der Agent Bricks Supervisor Agent, jetzt allgemein verfügbar (GA), ist eine verwaltete Orchestrierungsebene, mit der Sie Agents und Tools miteinander verbinden können, die vollständig über den Unity Catalog gesteuert werden. Er verwendet ein dynamisches Supervisor-Muster, um die Frage des Benutzers zu analysieren und zwischen Genie Spaces für strukturierte Daten, Knowledge-Assistant-Agents für unstrukturierte Daten und MCP-Servern für Tools zu orchestrieren, um komplexe Fragen zu beantworten und tiefgehende Analysen bereitzustellen. Dadurch können Teams die Qualität ihrer Agents eigenständig verantworten und verbessern und Benutzer erhalten einen zentralen Ort, um ihre Arbeit zu erledigen.

Integrierte Governance: Gesichert durch Unity Catalog

Für IT- und Sicherheitsteams agiert agentenbasierte KI oft außerhalb der Unternehmenssicherheit. Die meisten Tools erfordern die Duplizierung von Berechtigungen oder die Verwendung von allgemeinen Dienstkonten, was eine Compliance-Lücke schafft, bei der der Agent möglicherweise auf Daten zugreift, zu deren Anzeige der Endbenutzer nicht berechtigt ist.

Agent Bricks verwendet den Unity Catalog als Kontroll- und Governance-Ebene für Agents sowie für Ihre Modelle, Daten und Tools. Der Supervisor Agent unterstützt nativ die On-Behalf-Of-(OBO)-Authentifizierung und fungiert als transparenter Proxy für den menschlichen Benutzer. Jeder Datenabruf und jede Tool-Ausführung wird anhand der bestehenden Berechtigungen des Benutzers im Unity Catalog validiert: ob er eine Tabelle abfragen kann oder über den MCP-Katalog Zugriff auf ein bestimmtes Tool hat. Dadurch wird sichergestellt, dass der Agent ohne zusätzlichen Aufwand mit Ihren Governance-Richtlinien synchron bleibt.

Für Franklin Templeton bedeutet die Skalierung von KI, regulierte Fondsdokumentationen nutzbar zu machen, ohne die Compliance zu gefährden. Mithilfe von Agent Bricks, mit durch Unity Catalog integrierter Governance, kombinierte das Team öffentliche Fondsdokumente mit Performance-Daten, um einen gesteuerten Fonds-Analyse-Agent zu betreiben, der auf genehmigten Unternehmensquellen basiert.

"Agent Bricks ermöglicht uns die Scale zuverlässiger, konformer Fondsanalysen. Was Tage dauern würde, dauert jetzt Sekunden, und wir vertrauen darauf, dass jede Erkenntnis auf unseren Daten und unserer Geschäftslogik basiert." – Colin Zimmerman, CFA, Lead Data Scientist, Franklin Templeton

Kontinuierliche Verbesserung durch forschungsbasiertes Lernen

Ein produktionsreifer Agent ist nie "fertig"; er muss sich auf der Grundlage der realen Performance weiterentwickeln. Sie müssen seine Antworten bewerten, neue Informationen einarbeiten und ihn kontinuierlich verbessern, damit der Agent nützlich bleibt.

Der Supervisor Agent verfügt über eine integrierte Qualitätsschleife mit Agenten-Lernen durch menschliches Feedback (ALHF). Fügen Sie Fragen und Richtlinien hinzu, die der Supervisor übernehmen kann, um seine Antworten zu verbessern, das Routing zwischen Sub-Agents zu optimieren und dem System Kontext zu geben. Dies erleichtert auch die Zusammenarbeit mit Fachexperten (SMEs): Beispielsweise kann Ihr Marketingteam Richtlinien zu Marke und Stil für die Antworten des Agents bereitstellen und der Supervisor kann direkt daraus lernen. Mit einem integrierten MLflow-Experiment und -Integration ist jede Interaktion nachverfolgbar und messbar, sodass Sie Lücken schnell erkennen und beheben können.

Kunden wie Zapier haben „Agenten-Lernen durch menschliches Feedback“ genutzt, um ihre Agents schnell zu iterieren und zu verbessern. Zapier verwendet den Supervisor Agent, um den Zugriff auf Daten zu demokratisieren, und hat ALHF genutzt, um die Orchestrierung des Supervisors zwischen verschiedenen Genie Spaces und Tools zu verbessern.

„Der Agent Bricks Supervisor Agent bietet uns eine strukturierte Möglichkeit, mehrere Data-Intelligence-Endpunkte in einem einzigen System zu koordinieren. Anstatt die Routing-Logik fest zu codieren, können wir durch klare Anweisungen steuern, wie der Agent Genie und gesteuerte Daten im Unity Catalog priorisiert. Das macht es viel einfacher, eine interne ‚Datenabfrage‘-Erfahrung zu erstellen, die flexibel und zuverlässig ist, während sie sich weiterentwickelt.“ –  Alvaro Martin, Sr. Data Engineer, Zapier 

Nutzen Sie den Supervisor Agent noch heute

Mit der allgemeinen Verfügbarkeit bietet der Supervisor Agent eine verwaltete Grundlage für die Orchestrierung von KI-Agents im Unternehmens-Scale. Teams können nun Absichten routen, den Zugriff über den Unity Catalog steuern und die Agentenqualität kontinuierlich verbessern – alles von einer einzigen Steuerungsebene aus.

Legen Sie noch heute mit dem Supervisor Agent los, indem Sie Ihren ersten Agent erstellen und ihn mit Ihren bestehenden Agents und Tools verbinden. Lesen Sie die Dokumentation, um zu sehen, wie sich der Supervisor Agent in Ihre Produktions-Workflows einfügt.

Erstellen Sie noch heute Ihren ersten Supervisor Agent →

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag