AREX Feed Article
Databricks 发布「新版 Genie」：数据 AI 助手重新定位为自主接手企业长期工作的 AI 同事
2026 年 11 月 11 日，Databricks 在发布「新版 Genie」（the new Genie），把这款数据 AI 助手重新定位为「自主 AI 同事」（autonomous AI coworker）：用户交出一项长期工作后，Genie 持续跟踪进度、追要缺失的输入，并在新信息到来时采取行动；护栏由用户设定，过程可监督，需要批准的环节仍由人决定。用户可以通过 Genie One、电子邮件、Slack 和 Microsoft Teams 与它协作，也可以在浏览器、桌面端以及 iOS 和 Android 上使用。
与主公告同日，Databricks 还宣布 （GA）——一个由智能体构建、人类治理的业务上下文层——并推出跨湖仓与业务应用的联合搜索 Genie Search（同日 GA）与面向管理员的控制面 Unity Gateway。配合这批更新，MCP（Model Context Protocol，模型上下文协议）连接器覆盖 Slack、Zoom、Microsoft 365、Jira、GitHub 等工具，经自定义 MCP 还能接入 ServiceNow 和 PagerDuty。Databricks 称已有数千家客户在生产环境使用 Genie，点名的包括 Zillow、Unilever、adidas、Atlassian 和 AstraZeneca。
从回答一次提问，到盯住一项长期工作
Databricks 在公告里先解释了为什么要改：AI 助手能跑分析、总结会议，但围绕它们的工作仍由员工承担，因为大多数企业工作是连续、复杂且数据密集的——要监控管道性能或管理预算，总得有人跟踪变化、判断轻重并采取行动。新版 Genie 接手的正是这一段：给它一项工作和所需工具的访问权，它对后续进展负责，需要输入或批准时主动找人确认，并根据反馈调整做法。Genie One 是 Databricks 今年早些时候推出的产品，用于帮助团队理解数据并据此行动，这次的能力扩展叠加在它之上。
任务可以按计划运行，也可以由事件触发，比如某个指标下滑，或者超过 10 名客户提出同一项功能请求。Genie 能同时处理多项工作，用户在一个对话里监督、纠偏或叫停，旁边是一块显示进行中任务和产出的控制面板。它还会主动揽活：注意到你每周重复的更新后提出接手，并在你布置任务之前标记需要关注的问题。个人记忆（personal memory）保存用户的偏好和指令，不必为每项工作重新交代。
Databricks 给出的使用场景包括：监控保险理赔中新出现的欺诈模式和赔付率漂移，整理案卷，在某个细分超出准则时转给核保人员；全天候管理营销活动，调查表现不佳的环节，提出每周预算调整供人审批；以及监控电子邮件和 Slack，为用户准备好一天，在新情况出现时发出提醒。
Genie Ontology 与 Genie Search：让智能体先懂业务，再找信息
自主工作需要业务上下文，Genie Ontology 承担这个角色：大部分知识由智能体从团队已有的仪表板、SQL 查询和笔记本中自动学习，沉淀为 Ontology Snippets 并随源变化持续更新；必须精确的定义（比如确认收入、ARR）由团队在 Unity Catalog 里建立权威版本，OntoRank 算法让权威定义优先于学到的内容。组织目录从 Workday 开始，把人员、团队和汇报关系引入本体；OntoRank 再结合活动信号判断谁真正在一起工作，据此为不同的提问者选出更相关的知识。主动缺口告警会标记经常被问及、却缺乏权威定义的概念，由所有者决定是否把学到的内容提升为权威 Pages。
信息检索由 Genie Search 解决。它把 Google Drive、Jira、Confluence、Workday 等应用的内容做成索引（SharePoint 目前处于 Beta），再通过 MCP 实时获取最新更新和无法索引的长尾应用；每个任务由 Genie 决定从索引、MCP 还是 SQL 取数，最后合成一份带引用的答案。权限随内容一起摄取：Genie Search 通过 Unity Catalog 连接读取各来源的访问控制，并在返回结果前执行——用户在 Genie 里看不到自己在原应用中打不开的文档。Databricks 表示，这不需要采购单独的搜索基础设施，也不必维护另一套权限模型。
同日转正的还有 Unity Catalog Domains、Pages、Ontology Snippets 和组织目录；把 Power BI 等外部 BI 语义模型中的业务逻辑引入本体的外部知识源目前处于 Beta（Tableau 与 Sigma 待支持）；Ontology Manager 管理界面将在稍后进入 Beta，供数据管家查看本体健康状况、识别覆盖薄弱的业务领域。
与 Turing 合建的基准：91% 通过率的官方数字
为了量化上下文的价值，Databricks 与 合作搭建了一个基准：模拟一家虚构英国能源供应商的真实 Databricks 工作区，让启用 Genie Ontology 的 Genie 与两个前沿智能体在相同任务上各回答 5 次，按开跑前定好的评分标准打分。结果是：Genie 在 91% 的任务运行中给出正确答案——约为两个对照中更强的 Agent B（58%）的 1.6 倍——平均每次运行 100 秒，消耗 43.2 万 tokens（词元）；Agent A 的数字是 45%、435 秒、88.9 万 tokens，Agent B 是 58%、307 秒、105 万 tokens，Genie 的 tokens 用量不到两者的一半。
按 Databricks 的解释，三个智能体写 SQL 的能力相当，差距来自上下文：Genie 直接调用本体已学到的业务规则，对照智能体每次运行都要重新摸索，因而频繁给出不符合业务规则的答案。公告同时写明了边界：这一结果反映的是本体已运转一段时间、团队知识已经积累起来的成熟部署；基准由 Databricks 与 Turing 联合设计、评分标准由其定义，目前没有独立第三方的对照数据。
Unity Gateway：把权限、审批与支出上限收进同一个控制面
是给管理员用的控制面，覆盖 Genie 以及编码智能体、模型、MCP 工具和技能。数据层面，Genie 以用户身份行动，只访问该用户有权查看的信息，遵守 Unity Catalog 权限；对 Genie Search 索引的内容，还要遵守来源系统自身的权限。用户需要额外权限时，Genie 可以代拟访问请求供其审阅发送，批准权仍在管理员和数据所有者手中。
工具层面，管理员控制连接器和 MCP 工具的访问、设置审批要求，业务用户在这些上限之内决定 Genie 能自主做什么。可复用的技能（skills）由 Unity Catalog 治理，以使用者的权限运行；Claude 等外部智能体经 MCP 调用 Genie 时，适用同样的控制。用量层面，Genie 的每个操作都可追踪、可审计，管理员能设置工作区和单用户预算、支出上限与告警，也可以让 Genie 自己去排查浪费的 tokens 和昂贵的工具调用。
连接器、插件与工件：Genie 进入 Slack、Teams 与 ChatGPT
MCP 连接器让 Genie 在 Slack、Zoom、Microsoft 365、Jira、GitHub 和日历中读取信息并执行操作。Databricks 举的例子是事故处理：Genie 借助 GitHub 和 Jira 的变更调查一起事故，保持工单信息更新，并在问题解决前持续向团队通报。插件则把 Genie 的业务上下文带进 ChatGPT、Claude、Copilot 和 Grok Bot：外部智能体可以把整个业务问题交给 Genie，也可以只索取所需上下文；Genie 应用受治理的定义、尊重用户权限并注明来源。
工件（artifacts）让对话直接产出可分享的成品：描述一份幻灯片、仪表板或交互式 HTML 页面，Genie 在对话中生成，可以继续在聊天里修改、演示或复用；计划任务让工件随数据变化保持最新，共享技能则套用公司的品牌规范。Agibank 数据经理 Guilherme Vivian 在公告中说：“有了 Genie 的工件，我们在呈现数据的方式上拥有完全的创意控制，既能得到想要的外观和质感，又让一切与受治理的数据保持连接——两全其美。”
面向整个团队的 Genie Agents 也在同步更新：借助 Unity Catalog Volumes 的内容搜索，智能体现在能处理 PDF 和幻灯片等文件，不需要单独的向量索引，并给出页级引用；OpenSharing 支持与合作伙伴和客户共享受治理的智能体；Genie Clean Rooms 让接收方提问并获得答案，而不暴露底层数据或专有逻辑。
客户声音与「Genie 周」的后续
Genie Agents 的采用规模同样出自厂商口径：Databricks 称数千个团队在营销、销售、财务和运营中使用，客户名单包括 7-Eleven、Virgin Atlantic 和 General Motors。Mode Global 分析与洞察高级副总裁 Noah Cepela 在公告中说：“Genie Ontology 正是我们规模化 AI 而不丢失业务上下文所需要的东西。它是我们数据团队的战力倍增器。”
这些发布被 Databricks 归入「Genie 周」（Week of Genie），公司称接下来几天还将陆续公布 Genie、Genie Agents 与 Genie MCP 的更多更新，并安排了一场，嘉宾包括 Ali Ghodsi 与 OpenAI 的 Greg Brockman。目前能核对的只有公告本身：无论是新版 Genie 的自主能力、与 Turing 合建基准的 91% 通过率，还是「数千家客户」的采用规模，都出自 Databricks 自己的口径，独立验证尚未出现。