Databricks 用 choice、context、control 三个词概括企业 Agent 如何扩张：模型和工具要能换，业务上下文可以共用，权限与运行状态交给共同基础设施管理。原文的第一张图把 Agent Loop 放在中央，周围是工具、模型、上下文、身份、治理、监控和沙箱。图上已经能看见工程难点：模型只是其中一环，真正要看住的是整条运行链。
我认同共享基础设施能减少重复接入。读完后，我更关心一件具体的事：任务从模型走到工具、再写回业务系统时，发起人的身份和任务范围有没有一路跟上？
复杂度会迁入共享层
Section titled “复杂度会迁入共享层”团队各自接模型、数据和工具，时间一长就会重复维护连接逻辑，权限和日志也容易散落在不同系统。共享层可以把接入、策略和观测做成公共服务，让新流程沿用现成能力。
一部分工作因此转到了公共层：它要处理身份、业务上下文、模型路由和工具调用，还要让 trace 对得回原始请求。平台越大，这些兼容问题越是平台自己的维护责任。接口若没有保留任务范围和执行证据，统一入口反而可能遮住各条运行路径的差异。
Databricks 把 Agent Bricks、Omnigent 和 Unity Gateway 放在不同层来组合。我把它读作一套平台设计。它能否覆盖团队的身份、工具和审计边界，还得拿实际工作流来核对。Databricks 文档将 Omnigent 标注为 Beta；跨 harness 的可替换性也要看具体支持范围和限制。
授权要落到本次任务和具体动作
Section titled “授权要落到本次任务和具体动作”Databricks 用退款任务解释权限范围：发起请求的员工可能能访问客户账户，Agent 为了完成这一笔退款，只需要相关订单、退款规则和这笔交易的授权。业务定义可以复用，操作权限仍要跟着当前任务走。
我会先问清几件事：谁提出请求，Agent 代表谁访问，任务可以读取哪些数据、执行哪些动作，权限在哪个系统里生效。还要顺着调用看它有没有经过 MCP、外部 API 和业务系统。上游认出了某个 Agent，不代表最后一个工具仍按同一范围授权。
本站的《让 Agent 带着具体请求来申请权限》继续讨论了授权请求的具体范围，以及被拒绝之后怎样提出更窄的申请。放进多 Agent 平台，这些问题还得跨过身份代理和工具边界逐项核对。
答案之外，还要能复原一次调用
Section titled “答案之外，还要能复原一次调用”最终回答看起来正确，也没法单独说明 Agent 用了哪些上下文、调用过什么工具，或副作用到底在哪一步发生。Databricks 原文把 Gateway 遥测与 MLflow 的 tracing、evaluation 放进反馈流程。我更想知道，这些记录能不能沿着同一任务连起来。
NIST 的《Challenges to the Monitoring of Deployed AI Systems》也谈到部署后的监测难题。这份报告根据文献综述和 2025 年的三场工作坊整理实践挑战，提到模型可见性不足、信息难以共享，以及分布式基础设施的日志碎片化。它没有评估某家产品；读到这里，我会把关注点放在 trace 能否跨组件接续，而不是控制台有没有一张总览图。
对于一项具体任务，我希望能从请求查到所用身份和上下文，再追到模型路由、工具输入、策略决定和业务系统的结果。日志不必收录敏感原文，但要能说明一次调用为什么被允许或拒绝。出了问题，才好分清是模型判断、上下文来源、策略配置还是工具执行出了差错。
用一条工作流检验平台复用了什么
Section titled “用一条工作流检验平台复用了什么”准备扩展前，先挑一条边界清楚的工作流，从用户请求一路跟到业务系统的实际操作。然后检查：
- 请求身份和被委托的身份是否能区分，并且贯穿每次工具调用？
- 共享的上下文是否保留了数据权限和业务定义的来源？
- 每种工具动作的允许范围与拒绝路径，是否能在真实执行点验证？
- 更换模型、harness 或工具之后，策略和 trace 是否仍然连续？
同时记下复用省掉了哪些重复接入，公共层又增加了什么维护工作和故障影响范围。若出了问题仍还原不了任务链，“可扩展”就只是部署图上的样子。检查一条真实流程，比先把所有模型和 agent 都放进同一平台更能说明问题。
基础能力可以放进共享层，Agent 数量也可以继续增加。判断这套底座是否能扩张，我会看一件事：能不能从请求追到实际动作，并说清权限从哪里来、依据了什么上下文、结果落在何处。
- How to scale agentic applications without creating AI sprawl — Databricks
- Challenges to the Monitoring of Deployed AI Systems — NIST AI 800-4
- NIST 报告发布说明；官方 PDF
- Agent Bricks — Databricks
- Omnigent on Databricks 文档
- Unity Gateway — Databricks
- 原文配图：Agent Loop；Agent Bricks 架构图
- Agents at Work: Shipping Agentic Apps at Scale — Databricks 研讨会页面（可见议程与介绍）
