Wink Pings

AI助手还没用明白,Databricks先让它长期上班了

Databricks发布新版Genie,定位常驻自主AI同事。它能接长期任务、跨系统找信息、按权限行动,还配了预算和审计面板。企业AI的竞争点,正从回答准不准转向能不能持续把事做完。

Databricks在11月11日发布新版Genie,11月18日官方账号又推了一轮。定位很直接:常驻、自主的AI同事,接复杂、长期的企业工作,在组织设定的护栏内运行。

企业工作很少在一个答案后结束。监控管道性能、管预算、盯理赔欺诈,都要人持续跟踪变化、补缺失信息、在事情发生时行动。Databricks的说法是,Genie现在可以接管这类工作。用户通过Genie One、邮件、Slack、Microsoft Teams给它任务和工具权限,它负责后续推进,需要输入或审批时回来找人,并根据反馈调整。它保留个人记忆,不必每次重复偏好和指令。它会注意重复工作,比如每周更新,主动提出接手;也能在任务建立前标出需要关注的问题。任务可以按计划跑,也可以由触发器启动,比如指标下滑,或超过10个客户提同一个功能需求。多个任务能同时跑,用户在一个对话里监督、调整、停止,控制面板看活跃任务和输出。

Genie 任务演示

Genie要自主干活,先得知道公司怎么运转。Genie Ontology现在正式可用,给AI一张业务地图:定义、指标、关系、组织知识,连接结构化和非结构化数据。它由智能体从人们常用的仪表盘、查询、笔记本里自动构建,人负责治理。外部知识源可以接入Power BI这类BI工具里的业务逻辑。团队在Unity Catalog里定权威定义,OntoRank算法让这些定义优先,保证每个agent基于同一套受治理的业务理解工作。组织目录先从Workday开始,把人员、团队、汇报关系带进来;OntoRank再结合协作活跃信号,判断对提问者来说什么最相关。Ontology Manager给团队一个管理上下文的共享位置,管理员看上下文健康度,领域专家维护。Unity Catalog的Domains、Pages、Ontology Snippets支持专家定义和自动学习。缺口告警会标出高频但缺少治理定义的概念,负责人可把学到的知识提升为权威Pages。Databricks还和Turing做了一个基准,比较Genie和两个前沿agent在同一个Databricks工作区做同样任务。Genie在91%的任务运行中答对,是较强前沿agent的1.6倍,token用量不到一半。任务需要连接散落在表、仪表盘、笔记本里的知识,不只是访问数据。

Genie Ontology 架构

Genie Ontology 演示

Genie Search是新的混合AI搜索,把企业搜索带进Databricks。不用单独采购搜索基础设施,也不另建权限模型。它把Google Drive、Jira、Confluence、Workday、SharePoint这类核心业务应用的内容索引,和通过MCP的实时搜索结合。索引提供快速准确访问,MCP拉最新更新和无法索引的长尾应用。每个任务里,Genie从索引、MCP或SQL取数,再合成一个带引用的答案,工具调用和token更少。搜索结果也反哺Genie Ontology,工单和文档成为OntoRank判断可信度的证据。通过Unity Catalog,Genie Search把每个源的访问控制和内容一起映射,返回结果前执行权限检查,用户不会在Genie里看到原应用打不开的文档。

Genie Search

Genie Agents给团队专门能力。部门用数据、文件、工具、指令配置agent,管理访问和使用。团队可以在Genie One或通过API、自定义应用、自动化工作流使用。现在它能处理结构化表,也能读PDF、幻灯片。Unity Catalog Volumes里的内容搜索让这件事不用另建向量索引。销售负责人问某地区为什么丢单,可以得到结合管道数据和赢单输单报告的分析,带页码级引用,证据容易检查。连接器让agent读Slack、Atlassian、GitHub、Gmail、Google Drive、Microsoft 365并采取行动。agent可以调查问题、建工单、给团队频道准备摘要。OpenSharing for Genie Agents让团队把受治理的agent分享给合作伙伴和客户,预装数据、指令和知识。Genie Clean Rooms让接收方提问拿答案,不暴露底层数据和专有逻辑,支持对话和输出限制。S&P Global Energy副总裁Priyanka John说:“Genie Agents让我们领域专家直接把数据知识产品化。过去要一个完整开发周期,现在几天,每个答案都留在治理边界内。”

Genie Agents

Genie还能在对话里生成成品:描述需要的幻灯片、仪表盘、交互式HTML页面,它直接建,聊天里改,然后展示、分享、复用。计划任务让artifact随数据变化保持最新,共享技能应用公司品牌规范。Agibank数据经理Guilherme Vivian说:“有了Genie里的artifacts,我们完全控制数据呈现方式。能拿到想要的外观,同时所有内容连接受治理数据,两边都占。” MCP连接器覆盖Slack、Zoom、Microsoft 365、Jira、GitHub和日历,自定义MCP可接ServiceNow、PagerDuty。Genie能查GitHub和Jira变更定位事故,更新工单,同步团队直到解决。可重复的工作流可以发布成技能,团队共享;技能存在Unity Catalog,按使用者权限运行。Slack和Teams里可以@Genie,浏览器、桌面、iOS、Android都能用。插件把Genie的业务上下文带进ChatGPT、Claude、Copilot、Grok Bot。Genie MCP也能直接连其他AI工具。外部agent可以把整个业务问题交给Genie,或请求更大任务需要的上下文;Genie应用受治理定义,尊重用户权限,标注来源。

Genie 生成 artifacts

Genie 插件

Genie接的活越多,管理员越需要控制谁能用、能访问什么、花多少钱。Unity Gateway把这些控制放在一起,让管理员和编码agent、模型、MCP工具、技能一起治理。数据访问上,Genie以用户身份行动,只访问用户有权看的信息,遵守Unity Catalog权限;Genie Search索引的内容还遵守每个源系统的权限。用户需要额外权限时,Genie可以准备访问申请让用户审阅发送,管理员和数据所有者保留审批权。工具和动作上,管理员控制连接器访问、MCP工具、审批要求;业务用户在这些限制内选择Genie能自主做什么。Unity Catalog治理可复用技能,外部agent如Claude通过MCP调用Genie时同样受控。使用、成本和审计上,Genie每个动作可追踪、可审计。管理员设工作区和单用户预算、支出上限、告警,还能让Genie调查使用和agent trace里的浪费token和昂贵工具调用。

AI同事这个词已经被用滥了。Databricks这次值得看的地方,是把上下文、权限、成本三件事做成了产品:Ontology给业务理解,Search给跨系统信息,Unity Gateway给控制和预算。企业AI从问答走向持续执行,模型能力只是入场券。真正决定它能不能上班的,是它知不知道公司怎么运转、能碰什么、花多少钱。不然“同事”第一天就可能变成预算黑洞。

原文:The new Genie: autonomous AI for complex enterprise work

推文:Databricks on X

发布时间: 2026-11-19 04:28