Databricks Mosaic AI 是 Databricks 推出的面向企业的统一人工智能平台，核心目标是帮助企业基于自有数据构建、部署、评估和治理 AI 智能体系统。
主要用途
该平台用于构建和运营 AI 智能体系统。所谓智能体系统，是指企业可构建并运行一个或多个智能体，通过组合多个相互作用的组件来执行复杂任务。它不局限于单一模型，而是集成大语言模型、经典机器学习模型、企业数据和工具，以高效实现特定目标，并内置评估技术与治理机制，确保系统按既定目标高质量交付、且所有组件均处于受治理状态。
主要能力
- 基于企业数据构建智能体：可跨多个系统，基于企业数据快速开发智能体，使用从经典机器学习到生成式 AI 的任意模型。
- 自定义评估：提供内置的智能体评估能力，支持任意 AI 模型。通过 AI 评判衡量智能体输出质量，评估修复效果并快速重新部署；可识别生产问题、分析根因并采取纠正措施。
- 端到端治理：为智能体提供端到端治理，对所有模型实施防护栏、自动化访问控制、设置速率限制，并追踪整个工作流的数据血缘。
- 工具集：包括 Agent Bricks（基于企业数据构建智能体，利用合成数据、自定义评估和自动调优优化质量与成本）、Document Intelligence（大规模解析、提取和分类企业文档）、AI Gateway（跨模型、智能体、MCP、工具和编码智能体的访问、安全与成本控制平面）、AI Search（具有源数据实时同步的高性能向量数据库）、Agent Framework 和 Agent Evaluation（构建生产级智能体并保证输出质量）、Model Serving（统一部署智能体、生成式 AI 和经典机器学习模型）、Model Training（微调开源 LLM、预训练自定义 LLM 或构建经典 ML 模型）、Databricks Notebooks（实时协作）、Managed MLflow（企业级 MLOps/LLMOps）、Data Quality Monitoring（检测异常、追踪新鲜度）。
使用方式
- 数据准备：支持摄取任意数据类型并编排作业，为 GenAI 或 ML 应用准备数据；借助内置治理简化特征工程，并使用 Databricks AI Search 为 RAG 创建向量索引。
- 模型管理：通过 Agent Bricks AI Gateway 管理 OpenAI GPT-4、Meta Llama 3、Anthropic Claude 3 等模型，可进一步微调或构建自定义模型；可编写、发布和共享 AI 工具以检索非结构化数据、执行代码或与远程服务通信。
- 部署：通过 Model Serving 部署智能体、链、GenAI 模型和经典 ML 模型；MLflow 覆盖从训练到部署的整个 AI 生命周期。
- 评估与改进：使用 MLflow 的内置评估，由 AI 辅助评判对响应评分，并允许人类专家提供同行反馈；发现问题后可追踪根因、评估修复并快速重新部署。
- 治理：通过 Unity Catalog 对所有 AI 模型（包括托管在 Databricks 之外的模型）实施治理和防护栏，自动执行访问控制、速率限制、防止有害内容并追踪从数据到部署的血缘。
适用场景
Databricks Mosaic AI 面向需要基于自有数据而非通用 AI 模型构建智能体系统的企业，适用于金融、科技、媒体等多个行业。资料中提及的案例包括：FactSet 构建文本到代码的知识智能体，为非技术用户解答自然语言问题，准确率提升 44%；Block 构建 AI 智能体系统自动化卖家运营（如生成定制菜单），获得 1000 万美元生产力收益；Intercontinental Exchange（ICE）构建智能体系统，安全使用专有金融数据回答客户问题，准确率达 96%；Comcast 构建个性化观看体验，通过智能语音命令提升参与度，并将 ML 成本降低 10 倍。
限制与费用
资料显示 Databricks 提供 14 天免费试用，最高 400 美元免费额度，并有免费的 GenAI 培训课程和 AI 智能体入门指南。页面提到定价详情可查看 Databricks 定价页面，该页面涵盖基础模型服务定价；具体用例的定价可联系销售团队。除上述信息外，关于具体收费标准和限制条件，资料未提供更多细节。
