¿Cuántos agentes de IA tiene tu empresa en producción hoy? Si la respuesta no te convence, el problema no son los modelos.
Agent Bricks es el framework de Databricks que organiza en tres pilares todo lo que necesitas para pasar de agentes en piloto a agentes en producción: Choice, Context y Control — sin pegar cinco herramientas distintas.
En el Data + AI Summit 2026, Kasey Uhlenhuth subió al escenario con una pregunta incómoda: ¿por qué los equipos siguen construyendo infraestructura en lugar de agentes?
La respuesta estaba en el slide detrás de ella. Los agentes fallan en producción no porque los modelos sean malos. Fallan porque acceden a los documentos incorrectos, leen PDFs equivocados, usan la herramienta que no corresponde, o no pueden conectarse a los sistemas donde vive la información real de la empresa.
El resultado: intentos de conexión rotos, joins incorrectos, y el agente que “casi funciona” pero nunca llega a producción.
Agent Bricks existe para cerrar esa brecha.
El problema: infra en lugar de agentes
6 fallos que bloquean a los agentes en producción
Sin la infraestructura correcta, el modelo no es el problema
CRÍTICO
01
Omite documentos clave
Acceso sin contexto al corpus documental
02
Extrae datos incorrectos de PDFs
Sin Document Intelligence nativa
03
Hace joins incorrectos en tablas
Sin Genie Ontology como capa de contexto
04
Elige la herramienta equivocada
Sin catálogo gobernado de Agent Tools
05
No lee de Slack ni datos externos
Sin Managed External MCP integrado
06
Sin gobernanza centralizada
Sin Unity AI Gateway ni smart policies
Agente sin infraestructura adecuada
Fuentes
Documentos
PDFs
Tablas Delta
Tools / MCP
External Data
Agente sin contexto
Resultado
⚠ Omite documentos clave
⚠ Extrae datos incorrectos
⚠ Joins incorrectos
⚠ Herramienta equivocada
⚠ Sin acceso a Slack
La solución no es cambiar el modelo. Es darle al agente la plataforma correcta.
Los tres pilares de Agent Bricks
Agent Bricks es el framework de Databricks presentado en DAIS 2026 para construir, desplegar y gobernar agentes de IA enterprise. Se organiza en tres pilares que cubren todos los aspectos del ciclo de vida de un agente.
CHOICE
Models
Frontier Models y Custom Models. Soporte para los principales proveedores: OpenAI, Anthropic, Meta, Mistral y más.
Orchestration
Managed Omnigent, Custom Agents, Agentic Tasks. Compatible con LangGraph, CrewAI, Jino y otros frameworks OSS.
CONTEXT
Knowledge, Data & Memory
Documentos, tablas, volúmenes, Memory API y Lakebase. El agente accede a información estructurada y no estructurada desde Unity Catalog.
Tools
MCP, Skills y Agent Tools. Conecta el agente con sistemas externos — GitHub, Slack, Salesforce, Jira — con gobernanza nativa.
CONTROL
Deployment
Databricks Sandbox, Agent Deployment y Durable Execution. Del prototipo a producción sin cambiar la arquitectura.
Governance
Unity AI Gateway con observabilidad, evaluación, autenticación y smart policies aplicadas en tiempo real sobre cada llamada al modelo.
Arquitectura del framework Agent Bricks
AGENT BRICKS
CHOICE
Models
Frontier + Custom OpenAI · Anthropic · Meta
Orchestration
Managed Omnigent LangGraph · CrewAI · Jino
Cualquier modelo
CONTEXT
Knowledge & Memory
Docs · Tables · Volumes Memory API · Lakebase
Tools
MCP · Skills Agent Tools
Datos empresariales
CONTROL
Deployment
Sandbox · Deployment Durable Execution
Governance
Unity AI Gateway Obs · Auth · Policies
Gobernanza en runtime
Databricks Agent Tools: contexto empresarial
El pilar de Context tiene una capa que vale la pena explorar en profundidad. El problema clásico de los agentes enterprise no es el modelo — es que el modelo no sabe dónde buscar ni cómo interpretar los datos de tu organización.
Databricks Agent Tools: el puente entre Unity Catalog y el agente
Fuentes disponibles en Unity Catalog
Documentos (transcripciones, reportes)
PDFs (contratos, facturas)
Data estructurada (tablas Delta)
External Data (MCP connect)
Capacidades que habilita
Document Intelligence
Managed External MCP
Genie Ontology como capa de contexto
Permisos heredados de Unity Catalog
La clave aquí es Genie Ontology: actúa como la capa de contexto empresarial entre tus fuentes de datos y el agente, traduciendo consultas en lenguaje natural a accesos correctamente gobernados sobre los datos reales de la organización.
Flujo de contexto: de los datos al agente con gobernanza
Unity Catalog
Documentos
PDFs
Tablas Delta
Tools / MCP
External Data
Genie Ontology
Contexto empresarial
Agente
Document Intelligence
Comprensión semántica de docs y PDFs
Managed External MCP
Conexión gobernada con sistemas externos
Agent Memory Services
Prefs · Historial · Sesiones on Lakebase
Agent Memory Services
Una de las novedades más relevantes presentadas fue Agent Memory Services — la capacidad de que los agentes recuerden entre sesiones, una limitación que hasta ahora frenaba la adopción en casos de uso reales.
Preferencias de usuario
El agente recuerda el estilo de respuesta, idioma, nivel de detalle y preferencias de cada usuario entre conversaciones.
Historial de conversación
El agente puede retomar threads anteriores con contexto completo, sin que el usuario tenga que repetir el contexto cada vez.
Sesiones compartidas
Las sesiones de agente persisten en Lakebase, permiten colaboración entre equipos y auditoría completa de cada interacción.
Agent Memory Services se almacena en Lakebase, la base de datos nativa de Databricks, con los mismos controles de acceso y gobernanza de Unity Catalog que el resto del stack.
Unity Catalog: ventaja desde el día 1
Este es el punto más importante de la presentación de Kasey Uhlenhuth: para las organizaciones que ya tienen Unity Catalog implementado, Agent Bricks no es empezar desde cero. Es activar capacidades sobre una plataforma que ya conocen, ya gobiernan y ya confían.
Sin Unity Catalog
Gobernanza manual por cada agente
Sin linaje ni auditoría centralizada
Infraestructura de integración a construir desde cero
Control de gasto de IA no gestionado
Con Unity Catalog + Agent Bricks
Gobernanza heredada automáticamente
Linaje y auditoría en Unity Catalog
Contexto empresarial listo desde el día 1
Unity AI Gateway controla gasto en runtime
Preguntas frecuentes
NO LOS REEMPLAZA
Agent Bricks es un framework de plataforma que se integra con ellos. En el pilar de Orchestration, Databricks soporta explícitamente LangGraph, CrewAI, Jino y otros frameworks OSS, además de Managed Omnigent para quienes prefieren una solución gestionada.
Piensa en Agent Bricks como el sistema operativo y LangGraph o CrewAI como las aplicaciones que corren sobre él.
PILAR: CHOICE
Omnigent es el meta-harness de Databricks para orquestación multi-agente. En su versión gestionada (Managed Omnigent), está disponible dentro del pilar CHOICE de Agent Bricks. Se instala sobre harnesses existentes como Claude Code, Codex o Cursor sin reescribir nada, añadiendo gobernanza y sesiones compartidas.
Managed Omnigent elimina la necesidad de elegir y mantener un orquestador propio — especialmente útil en entornos enterprise con múltiples equipos y agentes concurrentes.
PILAR: CONTROL
Unity AI Gateway es el componente de gobernanza del pilar CONTROL. Actúa como un endpoint único que intercepta todas las llamadas a modelos y agentes, aplica políticas en tiempo real, registra observabilidad, controla el gasto y autentica cada solicitud — sin importar el proveedor de modelo.
Un solo gateway para todos los proveedores: OpenAI, Anthropic, Meta y modelos propios. Las políticas se aplican centralmente, no agente por agente.
ANUNCIADO EN DAIS 2026
Agent Memory Services se almacena en Lakebase y permite a los agentes mantener preferencias de usuario, historial de conversación y sesiones compartidas entre interacciones. Consulta con tu equipo de cuenta de Databricks el estado de disponibilidad en tu región.
Los datos de memoria se gobiernan con los mismos controles de Unity Catalog — sin sistemas separados de almacenamiento de sesiones ni infraestructura adicional.
NO EMPIEZA DESDE CERO
Si tu organización ya tiene Unity Catalog implementado, Agent Bricks activa capacidades sobre esa infraestructura existente. El contexto empresarial (datos, documentos, tablas), la gobernanza y los permisos ya están definidos — Agent Bricks los hereda automáticamente.
Para la mayoría de clientes Databricks, el día 1 de Agent Bricks es activar, no construir. Todo el contexto empresarial ya vive en Unity Catalog.
