The Pulse

Databricks estende Astra a tutti gli ingegneri

Databricks ha esteso Astra a circa 3500 ingegneri dopo una sperimentazione con circa 200 utenti, utilizzando controlli di budget per orientare la scelta dei modelli e la spesa.

AI.info Team · Scritto con l’IA · verificato · 2026-09-18

Databricks estende Astra a tutti gli ingegneri

Databricks ha esteso Astra a tutti gli ingegneri dell’azienda, raggiungendo circa 3500 utenti dopo aver sperimentato il modello con circa 200 persone. La sperimentazione è servita a raccogliere indicazioni sia sulla qualità sia sui costi, ha dichiarato Patrick Wendell.

«Oggi abbiamo esteso Astra a tutti gli ingegneri di Databricks (N=~3500).»

Patrick Wendell, cofondatore e vicepresidente dell’ingegneria di Databricks

Secondo Wendell, Astra ha superato i precedenti modelli più avanzati di Databricks, tra cui Opus 5 e Sol 5.6, nei compiti di elevata complessità. Ha indicato il lavoro sulla progettazione di sistemi ad alto livello e le attività a lungo termine come ambiti in cui la differenza era particolarmente evidente.

Il vantaggio non è stato uniforme in tutte le attività di programmazione. Non era chiaro se Astra migliorasse in modo significativo le attività di programmazione di media e bassa complessità rispetto ai modelli precedenti, ha dichiarato Wendell. Databricks sospetta che per questi compiti si sia ormai raggiunto in gran parte un livello di saturazione: i modelli esistenti li svolgono già in modo efficace.

La spesa è aumentata tra gli utenti di Astra

Gli ingegneri a cui è stato dato accesso ad Astra hanno aumentato la spesa complessiva per la programmazione di circa il 60% rispetto al livello di riferimento. La cifra riguarda i costi di utilizzo legati alla programmazione per quel gruppo, non il numero di persone o il tempo di lavoro degli ingegneri.

Unity Gateway fissa un limite di budget

Databricks utilizza Unity Gateway per condurre esperimenti sui nuovi modelli con gruppi di utenti. L’azienda assegna agli ingegneri una quota di budget specifica per Astra, incoraggiando un uso selettivo del modello per i compiti complessi e consentendo al tempo stesso l’uso di modelli meno costosi per il lavoro quotidiano.

Gli ingegneri possono combinare strumenti e modelli entro il limite del loro budget complessivo. Databricks consente inoltre di aumentare i budget attraverso diversi meccanismi; i budget sono definiti in Unity Gateway e riesaminati regolarmente.

Questa impostazione consente all’azienda di rendere Astra ampiamente disponibile senza farne la scelta predefinita per ogni richiesta di programmazione. Gli ingegneri possono usare il modello dove le sue capacità aggiuntive sono più utili, affidandosi a opzioni meno costose per il lavoro che i sistemi esistenti svolgono già in modo efficace.

Un vantaggio circoscritto nei compiti di ingegneria più difficili

I risultati di Databricks collocano Astra davanti alle precedenti opzioni più avanzate dell’azienda nei compiti che riguardano la progettazione di sistemi e il lavoro a lungo termine. Questi incarichi possono richiedere a un ingegnere o a un agente di programmazione di comprendere un vasto repository, valutare approcci architetturali alternativi, modificare più componenti e verificare che le parti funzionino insieme.

Il risultato non dimostra che Astra sia migliore per ogni flusso di lavoro ingegneristico. Indica una conclusione più circoscritta: il vantaggio del modello è più evidente quando un compito è abbastanza complesso da rendere importanti un ragionamento prolungato e un lavoro sostenuto nel tempo.

Per lo sviluppo ordinario, la valutazione dell’azienda ha rilevato differenze meno significative tra Astra e i modelli precedenti. Per Databricks la questione riguarda quindi tanto l’allocazione dei costi quanto la scelta del modello: come riservare il sistema più costoso al lavoro che ne trae beneficio, mantenendo la programmazione ordinaria entro un budget più ampio.

Che cosa mostra l’estensione

La distribuzione di Astra da parte di Databricks rappresenta un ampio test interno su scala di team di ingegneria. L’azienda è passata da una sperimentazione con circa 200 utenti all’accesso per circa 3500 ingegneri, utilizzando poi controlli di budget per incentivare l’uso di modelli diversi a seconda del tipo di lavoro.

Il risultato riportato è contrastante ma preciso. Astra ha superato Opus 5 e Sol 5.6 nei compiti di elevata complessità, non ha mostrato un chiaro miglioramento significativo nella programmazione di media e bassa complessità ed è stato associato a un aumento complessivo della spesa per la programmazione di circa il 60% rispetto al livello di riferimento tra gli ingegneri a cui è stato dato accesso ad Astra.

Databricks non dispone di confronti solidi tra Astra e Fable perché Fable non è ancora stato distribuito su larga scala a causa delle politiche di conservazione dei dati, ha inoltre osservato Wendell.