Agent Bricks Supervisor Agent ya está disponible para el público en general: orqueste agentes empresariales

Las empresas están acelerando rápidamente el desarrollo de agentes para copilotos de análisis financiero, asistentes de servicio al cliente y recuperación de conocimiento interno. Pero este rápido crecimiento trae consigo un nuevo desafío: cómo encontrarlos y gestionarlos todos. Los equipos se ven obligados a jugar a la ruleta de agentes, alternando entre docenas de bots de nicho e intentando recordar si la “Política de viajes” se encuentra en el agente de RR. HH. o en el agente de finanzas. Esta carga cognitiva ralentiza la productividad, lo que provoca que los equipos busquen sin rumbo, creen agentes que ya se han creado o consulten información desactualizada. Las empresas necesitan un único punto de entrada que pueda razonar sobre la intención, coordinar agentes especializados y actuar de forma segura en nombre de un usuario.

Agent Bricks Supervisor Agent, ahora disponible de forma general (GA), es una capa de orquestación administrada que le permite vincular agentes y herramientas, totalmente regido por Unity Catalog. Utiliza un patrón de supervisor dinámico para analizar la pregunta del usuario y orquestar entre Genie Spaces para datos estructurados, agentes de Knowledge Assistant para datos no estructurados y servidores MCP para herramientas con el fin de responder preguntas complejas y proporcionar un análisis profundo. Esto permite a los equipos hacerse cargo e iterar sobre la calidad de sus agentes de forma independiente, y ofrece a los usuarios un único lugar para realizar su trabajo.

Gobernanza por diseño: Protegido por Unity Catalog

Para los equipos de TI y seguridad, la IA agentiva suele operar fuera de la seguridad empresarial. La mayoría de las herramientas requieren duplicar permisos o usar cuentas de servicio amplias, lo que crea una brecha de cumplimiento donde el agente podría acceder a datos que el usuario final no está autorizado a ver.

Agent Bricks utiliza Unity Catalog como capa de control y gobernanza para los agentes, junto con sus modelos, datos y herramientas. El Supervisor Agent admite de forma nativa la autenticación en nombre de (OBO) y actúa como un proxy transparente para el usuario humano. Cada obtención de datos o ejecución de herramienta se valida con los permisos existentes del usuario en Unity Catalog: si puede consultar una tabla o si tiene acceso a una herramienta específica a través del MCP Catalog. Esto garantiza que el agente se mantenga sincronizado con sus políticas de gobernanza sin trabajo adicional.

Para Franklin Templeton, escalar la IA significa hacer que la documentación de los fondos regulados sea utilizable sin comprometer el cumplimiento. Mediante Agent Bricks, con la gobernanza integrada a través de Unity Catalog, el equipo combinó documentos de fondos públicos con datos de rendimiento para impulsar un agente de análisis de fondos gobernado basado en fuentes empresariales aprobadas.

"Agent Bricks nos permite escalar el análisis de fondos confiable y compatible. Lo que antes llevaba días ahora toma segundos, y confiamos en que cada insight está basado en nuestros datos y nuestra lógica de negocio." — Colin Zimmerman, CFA, Científico de Datos Principal, Franklin Templeton

Mejora continua a través del aprendizaje respaldado por la investigación

Un agente de nivel de producción nunca está "terminado"; debe evolucionar según el rendimiento en el mundo real. Necesitas evaluar su respuesta, incorporar nueva información y mejorar continuamente para que el agente siga siendo útil.

Supervisor Agent tiene un bucle de calidad incorporado con Aprendizaje de Agentes a partir de Retroalimentación Humana (ALHF). Agregue preguntas y pautas que el Supervisor puede incorporar para mejorar sus respuestas, la forma en que enruta entre subagentes y proporcionar contexto al sistema. Esto también facilita la colaboración con expertos en la materia (SME): por ejemplo, su equipo de marketing puede proporcionar pautas sobre la marca y el estilo para las respuestas del agente, y el Supervisor puede aprender directamente de ellas. Con un experimento e integración de MLflow incorporados, cada interacción se rastrea y es medible, lo que le permite ver y solucionar las brechas rápidamente.

Clientes como Zapier han utilizado el aprendizaje de agentes a partir de la retroalimentación humana para iterar y mejorar rápidamente sus agentes. Zapier utiliza el Supervisor Agent para democratizar el acceso a los datos y ha aprovechado el ALHF para mejorar la orquestación del Supervisor entre los distintos espacios y herramientas de Genie.

“Agent Bricks Supervisor Agent nos proporciona una forma estructurada de coordinar múltiples endpoints de inteligencia de datos en un único sistema. En lugar de programar de forma rígida la lógica de enrutamiento, podemos guiar cómo el agente prioriza Genie y los datos regidos en Unity Catalog a través de instrucciones claras. Eso hace que sea mucho más fácil crear una experiencia interna de ‘consulta de datos’ que sea flexible y confiable a medida que evoluciona”. —  Alvaro Martin, Sr. Data Engineer, Zapier 

Use Supervisor Agent hoy mismo

Con la disponibilidad general, Supervisor Agent proporciona una base administrada para orquestar agentes de IA a escala empresarial. Ahora los equipos pueden enrutar la intención, regir el acceso a través de Unity Catalog y mejorar continuamente la calidad del agente, todo desde un único plano de control.

Comience a usar Supervisor Agent hoy mismo creando su primer agente y conectándolo a sus agentes y herramientas existentes. Explore la documentación para ver cómo Supervisor Agent se integra en sus flujos de trabajo de producción.

Crea tu primer agente supervisor hoy →

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original