A Databricks documentou o próprio processo interno de liberar modelo de fronteira novo pra mais de 12 mil funcionários no dia do lançamento, isolando o risco financeiro em orçamento por camada e decidindo promoção ou descarte em três dias com três sinais combinados, benchmark, feedback de usuário e rastreamento de custo por OpenTelemetry.
O Databricks MVP Mantu Samadder mapeou o Agent Control Plane emergente no Databricks, unindo Agent Registry, Agent Identity, Unity Gateway, Service Policies, Unity Catalog e MLflow com System Tables para governar agentes de IA como workloads corporativos accountable.
A Unity Gateway CLI do Azure Databricks conecta Claude Code, Codex, Gemini CLI e outros agentes de código sem exigir chave de provedor na máquina do dev, enquanto o admin governa acesso e gasto reaproveitando permissão do Unity Catalog, limite de taxa e orçamento de conta, os mesmos mecanismos que já protegem o resto do dado da empresa.
A Concurrence consolidou documentação ambiente e resumo de plano de cuidado sobre Lakebase, Unity Catalog e Unity Gateway, processando hoje cerca de 100,8 bilhões de tokens de entrada e 11,2 milhões de chamadas de LLM por mês, taxa anualizada de 1,2 trilhão de tokens, crescimento de cinco vezes desde o fim de 2025.
O Databricks MVP Casper Lubbers elogia o Genie Code por manter quem está acostumado com a UI do Databricks longe da fricção de configurar contexto num IDE, mas aponta que a plataforma ainda não rastreia quem usa o quê dentro do próprio Genie Code, apesar de já ter toda a infraestrutura pronta para isso.
Orçamento é só uma parte da conta de coding agent em escala. A Databricks lista cinco alavancas técnicas, roteamento dinâmico por modelo mais barato, meta-harness pra trocar de modelo sem fricção, e redução de token via cache e compressão de contexto, que reduziram custo em até 50% sem baixar qualidade percebida pelo engenheiro.