AI Agent 会查数之后，麻烦才刚开始

Databricks 放了一段 demo，主题很直接：AI Agent 能查数据，不等于它理解数据。

视频里的界面停在 Sales 域，左侧是 New chat、Agents、Discover、My stuff 这些入口，右侧列着 Average Order Value、ForgeDesk、GMV 等术语和定义。底部有一句：Genie Agents are conversational interfaces that are scoped to a single domain.

这段 demo 想展示的是，Databricks 把 Genie Ontology、Genie One、MCP 和 Unity Gateway 放在一条链路上，让 agent 使用可信的业务上下文，同时保留访问护栏。官方描述不复杂，重点在 trusted business context 和 guardrails 这两个词。翻译成日常问题：agent 要知道 GMV 按什么口径算，AOV 是订单维度还是用户维度，ForgeDesk 在业务里指什么；它还要知道自己能看哪些表、不能碰哪些数据。

很多团队已经能让 agent 连数据库、生成 SQL、跑出结果。真正麻烦的是结果能不能被业务和财务认。评论区有人回了一句：Every company has three revenue columns and only one that finance trusts. 这话有点损，但很准。指标定义一乱，agent 越快，错得越整齐。

Databricks 这段 demo 没有停留在会查数的层面，它把语义层和权限层摆到了前面。对开发背景的读者，MCP 和 Unity Gateway 是接入和治理的关键词；对非技术读者，可以把它理解成给 agent 一本公司内部词典，再加一张门禁卡。

demo 链接：https://youtu.be/ZuLAAdIjeeE

如果 agent 不知道你的业务在说什么，它查出来的数就只是字符串。