The Web Search Your Agent Inherited Isn't Good Enough
TL;DR · AI 摘要
Databricks推出的Omnigent和Nimble工具通过统一代理定义和优化搜索,提升效率并降低成本。
核心要点
- Omnigent允许一次定义代理,跨多个环境运行,减少重复工作
- Nimble的web search将准确率从46%提升至71%,成本降低50%
- Databricks Foundation Model APIs实现统一成本和治理
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- Omnigent与Nimble工具
- 统一代理定义
- 跨环境运行
- Nimble搜索优化
- 准确率提升至71%
- 成本治理
- 成本降低50%
金句 / Highlights
值得收藏与分享的关键句。
Omnigent允许工程师一次定义代理,跨多个环境运行,减少重复工作
Nimble的web search将准确率从46%提升至71%,成本降低50%
使用Databricks Foundation Model APIs实现统一成本和治理
代理继承的网络搜索并不足够 | Databricks 博客
跳至主要内容
产品
2026年9月17日
代理继承的网络搜索并不足够
在 Omnigent 中一次性定义您的代理。在任何运行环境中选择 Nimble。
作者:Charlie Klein 和 Bryan Smith
摘要
- Omnigent 是一个分层架构,使工程师可以一次性定义代理(模型、工具、策略、限制),并跨任意执行环境(Claude Code、Codex、原始 API)运行,其中 Nimble 填充网络搜索功能。
- 在不同执行环境中重复构建相同代理会浪费工程时间在基础设施上,且每个执行环境捆绑的网络搜索返回不一致、不完整的搜索结果,缺乏统一的成本追踪、治理和审计轨迹。
- 一个代理定义替代了三次重建,模型调用通过 Databricks 基础模型 API 统一管理成本和治理,Nimble 的网络搜索将基准准确率从 46% 提升至 71%,同时将搜索成本降低一半。
需要外部世界信息的代理
一家软件公司的工程师正在构建一个代理,用于保持公司对市场认知的最新状态。该代理监控数万个潜在客户和客户账户,寻找账户开放合作的信号:新一轮融资、管理层变动、产品发布或招聘激增(表明预算增加)。
这些账户记录已经存储在 Databricks 的 Delta 表中,由 Unity Catalog 管理,并与公司自身的使用数据和流水线数据进行关联。但推动账户状态变化的信号位于公司外部的网络上。该代理的任务是将这两部分信息持续整合,形成每个账户的实时统一视图,从而告诉销售人员本周应该联系哪些客户。
并且没有任何东西位于这三者之上。没有共享的计费系统,因此无法查看或限制数百个账户中一个周期的成本。没有共享的规则手册,因此代理可以读取的来源以及人类何时确认的规则,可能以三种方式设置,也可能完全不设置。没有共享的记录,因此当结果出错时,无法重建代理读取、花费或决定的内容。
它在某种程度上是有效的,因为它确实会产生结果。而这正是它从未被修复的原因。它足够好以维持现状,但不足以让人完全信任。
Omnigent:统一定义,适配任何框架
Omnigent是控制扩展蔓延的层级。它位于各个框架之上,因此工程师只需定义一次代理、其运行的模型、可访问的工具以及其运行的政策和限制。三次重建被整合为一个定义,工程师的注意力重新回到账户丰富化。工具不再是每个框架捆绑的任意内容,而是对代理的声明,只需定义一次即可自由切换。在Databricks托管模型上运行时,模型调用通过Foundation Model APIs路由,所有调用在一个地方进行成本、审计和治理记录,而不是分散在三个运行时环境中。当模型或经济性发生变化时,工程师只需修改一行代码,即可选择新模型或无缝切换到更便宜的模型。
这消除了大部分扩展蔓延,但仍然有一个关键问题默认处理而非精心设计。网络搜索是每个框架捆绑的核心能力之一,但没有两个框架使用相同的搜索工具。相同的查询通过Claude Code返回一个结果,通过Codex返回另一个结果。Omnigent为您提供在每个任务中定义一致选择的能力,但不会为您做决定。您必须指定一个合作伙伴搜索能力。使用Nimble等合作伙伴,您可以将一个能适应任务的组件放入插槽中,使所有底层框架使用相同的专家搜索能力。
Nimble:填充搜索插槽
Nimble的搜索API可以通过实时网络搜索,将答案扎根于最新鲜的实时网络数据。对于深度研究任务,Nimble的网络搜索代理会自动执行网络搜索和提取编排,以完成您的任务,整合多个来源,交叉验证信息,并返回每个主张的引用,形成通用路径无法生成的审计追踪。
虽然通用网络搜索工具对所有使用场景一视同仁,Nimble则专注于代理的特定使用场景,自主学习最佳检索方法,并根据任务需求调整网络搜索和爬取策略,深入领域获取通用搜索工具遗漏的数据。它能够突破JavaScript、过滤器和分页等普通爬虫放弃的障碍。由于它会记住检索相关数据的最佳方式,因此会重复使用数据检索路径而非从零开始重新发现,从而降低token成本。在配置中指定为提供商后,这将成为代理获取更完整网络上下文的快速路径。
在 Nimble 的测试中,引入 Nimble 的网络搜索功能将大语言模型(LLM)基准准确率从 46% 提升至 71%,同时将网络搜索成本降低了一半(Claude 与 Nimble 网络搜索成本对比)。网络搜索代理可以被定向到特定领域并持续运行,因此它会记住哪些来源和检索路径产生了正确的数据,并在下一次任务中复用这些信息。随着代理在某个领域工作时间越长,其表现会越精准,而重新发现信号来源的成本也会在运行次数最多的账户上显著降低。
版本 2.0:一次构建,部署在 Databricks 和 Nimble 上
回到工程师视角,代理现在正在朝着成为一个连贯、可控、可信赖的整体迈进。代理在 Omnigent 中仅需定义一次,部署在 Databricks 托管模型上,其工具、策略和限制全部包含在一个统一的规范中。三次重建的步骤已被消除,管道成本也一并消失。工程师重新专注于数据增强,而非每个工具链对工具声明的差异化需求。
网络搜索现在只需一个决策,而非三个。通过在 web_search 内置功能中指定 Nimble,所有下层工具链都会指向相同的 Nimble 搜索 API,实现快速高效的网络搜索:
$
/$
对于需要可辩护答案而非原始网络数据的账户,Omnigent 可调用 Nimble 的网络搜索代理,该代理可自动化执行网络搜索和数据提取,用于研究、数据增强或数据集构建。
关键点来自 Nimble 账户,您现在可以免费开通试用。
控制权现在有了统一的中心。模型调用通过治理下的基础模型 API 进行,成本在单一位置可见且设有上限,代理的读取、支出和决策行为也通过统一的治理界面进行一致记录。
画面的两部分终于合二为一。Databricks 内部记录与 Nimble 外部信号在统一位置整合,由单一代理进行治理和读取。版本 1.0 是三个工具链且没有全局视角,而现在的版本是单一代理,扎根于企业已知信息与网络可提供的信息,运行在数据已存在的位置。在曾经漂移的领域实现一致性,在曾经浅显的领域实现深度挖掘,并对外部网络上下文检索实现全面治理。
立即体验
部署该功能只需两步。
连接 Omnigent 与 Databricks。Databricks 会为您运行 Omnigent 服务器。在您自己的设备上,安装集成 Databricks 的 CLI 并将设备注册为主机:
随后使用工作区身份登录,并在 Databricks 托管模型上运行第一个代理。Databricks 上的 Omnigent 是理想的起点;它覆盖了从托管设置到 CLI 步骤的全流程。首先需要检查的两个前提条件是:您的工作区必须启用 Omnigent Beta,且工作区必须位于支持 Unity AI Gateway 的区域。关于其他安装方法和要求,完整安装参考文档中均有说明。
您的代理运行在托管服务器上,因此相同的会话可跨所有界面无缝延续:
- 终端,即您安装的位置
- 桌面应用,一个原生窗口,带有通知和代理等待状态的停靠徽章
- 移动端,原生 iOS 和 Android 应用,或通过任意手机浏览器输入工作区 URL 访问 Web 界面
将搜索指向 Nimble。在 web_search 内置功能中指定 Nimble,只需进行一次行内修改,所有 Databricks 托管代理都将通过该接口获取答案。对于需要可辩护和可审计的工作,建议使用研究模式。Nimble 连接器文档涵盖了这两种方式。您将需要一个 Nimble 密钥,现在即可免费试用获取。
内部记录已归您所有。这正是让您的智能体对互联网其余部分进行推理所需的方案,同一平台同时承载两部分数据。
订阅以获取最新文章
订阅我们的博客,即可将最新文章发送至您的邮箱。
注册
查看所有博客
slice-start id="_gatsby-scripts-1"
slice-end id="_gatsby-scripts-1"