Databricks lança KARL: agente de IA com Reinforcement Learning personalizado para empresas

O KARL não é só mais um agente de busca corporativa: ele reescreve as regras do raciocínio fundamentado em ambientes reais. Enquanto soluções RAG tradicionais operam com pipelines estáticos, um único caminho de recuperação + geração , , o KARL usa Reinforcement Learning para navegar dinamicamente entre documentos, tabelas, notas técnicas e relatórios, ajustando sua estratégia a cada etapa da tarefa. O algoritmo OAPL (Optimal Advantage based Policy Optimization with Lagged Inference), desenvolvido internamente, permite treinamento estável mesmo em GPU Serverless distribuída, com custo computacional controlado, algo raro em RL aplicado a agentes de conhecimento.

Ele foi treinado em seis comportamentos simultâneos, sem rótulos humanos: desde travessia numérica em documentos longos até agregação de fatos de notas internas (PMBench). Isso muda a experiência do desenvolvedor: não se trata mais de orquestrar múltiplos modelos ou ajustar prompts manualmente para cada tipo de consulta, mas de implantar um único agente capaz de generalizar entre domínios, com compressão de contexto aprendida, autocorreção iterativa e redução de 47% na latência frente ao Claude Opus 4.6. A infraestrutura de RL por trás dele já está disponível em pré-visualização privada, abrindo espaço para que times de engenharia treinem versões próprias, com dados e workflows específicos, sem depender de fine-tuning supervisionado.

Para desenvolvedores e arquitetos de IA corporativa, o KARL representa uma virada prática: elimina a necessidade de construir e manter dezenas de pipelines RAG especializados. Em vez de gastar tempo em engenharia de prompts, chunking adaptativo ou fusão de resultados de múltiplas buscas vetoriais, o time passa a focar em definir recompensas claras para cada tipo de tarefa, como precisão em relatórios financeiros ou completude em documentação técnica. A capacidade de raciocínio iterativo, com centenas de consultas vetoriais por tarefa, também impõe novos desafios de observabilidade e tracing, exigindo ferramentas que acompanhem não só o output final, mas cada passo de decisão do agente. Isso acelera a adoção de agentes em produção, mas exige maturidade em testes de comportamento, não apenas de saída estática.