Teradata公司将去年推出的智能体构建功能扩展为完整的工具包，该公司表示这将帮助企业应对将AI智能体从试点阶段转向生产级部署的挑战。
这一名为Enterprise AgentStack的扩展工具包在Teradata现有的Agent Builder基础上增加了AgentEngine和AgentOps功能层。Agent Builder包含一个构建智能体的用户界面，支持LangGraph等第三方框架，并具备上下文智能能力。
AgentEngine是一个在混合基础设施中部署智能体的执行环境，而AgentOps则是一个统一界面，用于在整个企业范围内对智能体进行集中发现、监控和生命周期管理。
HyperFRAME Research AI堆栈实践负责人Stephanie Walter表示，AgentEngine是Enterprise AgentStack的关键组件，因为它连接了智能体设计与实际运营。
"没有执行引擎，企业往往依赖自定义粘合代码来协调智能体。Agent Engine标准化了执行行为，为企业提供了大规模了解智能体性能、可靠性和风险的方法。"Walter说道，并补充说像AgentEngine这样的功能是企业将智能体或智能体系统投入生产所需要的。
然而，分析师表示，Teradata在企业智能体采用方面的方法与Databricks和Snowflake等竞争对手明显不同。
Moor Insights and Strategy首席分析师Robert Kramer表示，Snowflake一直依靠其Cortex和Native App Framework让企业在受治理的数据附近构建AI驱动的应用程序和智能体，而Databricks则通过Mosaic AI专注于智能体工作流，强调与其lakehouse架构相关的模型开发、编排和评估。
Walter赞同Kramer的观点，指出Teradata的差异化在于将Enterprise AgentStack定位为供应商中立的执行和运营层，设计用于在混合环境中工作，而不是将智能体紧密锚定到单一云或数据平台。
这种定位可以归因于Teradata对Karini.ai、Flowise、CrewAI和LangGraph等第三方框架的依赖，这些框架为企业及其开发人员提供了随时间演进智能体架构的灵活性，而不被锁定在Snowflake和Databricks的平台上，这些平台倾向于在自己的环境中优化端到端控制。
然而，分析师警告说，尽管Enterprise AgentStack的架构与企业需求很好地对齐，但其试金石将是继续保持与第三方框架的深度集成。
"客户希望看到AgentStack在生产环境中支持复杂、长期运行的多智能体部署的具体证据。"Walter说。
Kramer也指出，企业和开发人员应该在实施前尝试了解可用性的深度。
"他们需要检查一致地应用策略、在变更后运行评估、端到端追踪故障以及与现有安全和合规工具集成的容易程度。开放性只有在不将复杂性转移回客户身上时才有效。"Kramer说。
Enterprise AgentStack预计将在今年4月至6月之间在云端和本地环境中提供私有预览版。
Q&A
Q1：Teradata的Enterprise AgentStack是什么？
A：Enterprise AgentStack是Teradata推出的企业级AI智能体工具包，包含AgentEngine执行引擎、AgentOps管理界面和Agent Builder构建器。它帮助企业将AI智能体从试点阶段转向生产级部署，提供统一的智能体发现、监控和生命周期管理。
Q2：Enterprise AgentStack与竞争对手有什么不同？
A：与Snowflake和Databricks不同，Teradata采用供应商中立的方法。它支持Karini.ai、Flowise、CrewAI、LangGraph等多种第三方框架，让企业在混合环境中灵活部署智能体，避免被锁定在单一平台上。
Q3：Enterprise AgentStack什么时候可以使用？
A：Enterprise AgentStack预计将在2024年4月至6月之间提供私有预览版，支持云端和本地环境部署。企业可以通过私有预览来测试和评估这一工具包的功能。
热门跟贴