DataRobot 第四季度更新:推动整个代理 AI 生命周期的成功

展望 2026 年及以后,从原型设计到代理投入生产是人工智能团队面临的挑战。构建一个很酷的原型很容易:联系一个法学硕士,给它一些工具,看看它是否有效。生产系统,现在很难了。脆弱的集成。治理噩梦。基础设施不是……DataRobot 第四季度更新后:在整个代理 AI 生命周期中推动成功首先出现在 DataRobot 上。

来源:DataRobot博客

展望 2026 年及以后,从原型设计到代理投入生产是人工智能团队面临的挑战。构建一个很酷的原型很容易:联系一个法学硕士,给它一些工具,看看它是否有效。生产系统,现在很难了。脆弱的集成。治理噩梦。基础设施并不是针对代理的复杂性和细微差别而构建的。

对于人工智能开发人员来说,挑战已从构建代理转变为在生产环境中编排、管理和扩展代理。 DataRobot 的最新版本引入了一套强大的工具,旨在简化此生命周期,在不牺牲速度的情况下提供精细控制。

使用 DataRobot 加速 AI 代理生产的新功能

DataRobot 11.2 和 11.3 中的新功能通过涵盖可观察性、开发人员体验和基础设施集成的数十项更新帮助您缩小差距。

这些更新共同关注一个目标:减少构建 AI 代理和在生产中可靠运行它们之间的摩擦。

这些更新中最具影响力的领域包括:

  • 通过 DataRobot 上的 MCP 实现标准化连接
  • 通过 Talk to My Docs (TTMDocs) 实现安全代理检索
  • 通过 CLI 工具简化代理构建和部署
  • 通过 Prompt Management Studio 进行提示版本控制
  • 通过资源监控实现企业治理和可观察性
  • 通过扩展的 LLM Gateway 进行多模型访问
  • 为企业代理扩展生态系统集成
  • 接下来的部分详细介绍了这些功能,从支撑每个生产级代理系统的标准化连接开始。

    DataRobot 上的 MCP:标准化代理连接

    当工具改变时,代理就会中断。定制集成变成了技术债务。模型上下文协议 (MCP) 正在成为解决此问题的标准,我们正在使其投入生产。

    我们已将 MCP 服务器模板添加到 DataRobot 社区 GitHub。

    与我的文档交谈:安全、代理的知识检索