AI-mallit ja alustat

Databricks avasi Genie ZeroOps -dataputkiagentin julkiseen betaan

Aiden Cross
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatYli puolet esikatseluongelmista vaati organisaatiokohtaista tietämystä, jotta ne…
Näytä lisää
  • Yli puolet esikatseluongelmista vaati organisaatiokohtaista tietämystä, jotta ne voitiin luokitella ja ratkaista asianmukaisesti.
  • ZeroOps edellyttää käyttäjän nimenomaista hyväksyntää ennen minkään Git-pohjaisen korjauksen työntämistä tuotantokoodiin.
  • Resurssien valitseminen valtuuttaa jatkuvan autonomisen LLM-käsittelyn, kunnes ominaisuus poistetaan käytöstä.

Databricks avasi Genie ZeroOpsin julkiseen betaan 19. marraskuuta 2026 sen jälkeen, kun sen autonomista dataputkiagenttia oli testattu yksityisessä esikatselussa. Yhtiön mukaan ZeroOps havaitsi rajoitetun esikatselujakson aikana yli 80 000 todellista asiakasongelmaa.

ZeroOps havaitsee virheitä, tutkii niiden syitä ja valmistelee korjauksia. Betaversio tuo mukanaan jaetut saapuneet-kansiot, ilmoitukset, joissa esitetään yhteenveto kustakin ongelmasta ja suosituksesta, yrityksen omiin työnkulkuihin mukautetut ohjeet sekä Git-pohjaisille töille mahdollisuuden luoda pull-pyyntö yhdellä napsautuksella.

Yksityisessä esikatselussa oli mukana satoja yrityksiä, ja Databricksin mukaan yli puolet ongelmista edellytti organisaatiokohtaista tietämystä, jotta ne voitiin luokitella, priorisoida ja ratkaista asianmukaisesti. Tämän havainnon pohjalta kehitettiin ominaisuuksia, joiden avulla tiimit voivat tunnistaa tunnetusti epävakaita lähteitä, suosittuja korjaustapoja ja nimeämiskäytäntöjä sekä suodattaa pois odotetut virheet ja alemman prioriteetin ilmoitukset.

Havaitsemisesta tarkastettuihin korjauksiin

ZeroOps seuraa sekä selvästi ilmoitettuja työn ja dataputken virheitä että tauluja, joiden päivitys lakkaa tai joihin saapuu odottamattoman vähän rivejä. Tällaiset ongelmat eivät välttämättä aiheuta tavanomaista työn epäonnistumisilmoitusta. ZeroOps kerää lokeja, lähdekoodia, taulujen metatietoja ja alkuperätietoja, suorittaa SQL-kyselyjä juurisyiden selvittämiseksi ja priorisoi havainnot niiden jatkovaikutusten perusteella. Ehdotetut korjaukset testataan yksikkötesteillä ja koeajoilla eristetyssä hiekkalaatikossa ennen niiden käyttöönottoa.

Tutkimukset käynnistyvät automaattisesti, kun ongelma havaitaan. Sisäänrakennettu pääsy ajohistoriaan, datan laatua kuvaaviin signaaleihin ja Unity Catalogin alkuperätietoihin yhdistää koodin diagnostiikan datan tilaan; alkuperätiedot kuvaavat resurssien välisiä riippuvuuksia. Ilmoitukset voidaan lähettää Slackiin, Microsoft Teamsiin, PagerDutyyn tai yleisiin verkkokoukkuihin; sähköpostiosoitteisiin ilmoituksia ei voi lähettää.

Hyväksynnät ja datan hallinta

ZeroOps ei muuta tuotantokoodia tai -dataa ilman hyväksyntää. dokumentoidut suojatoimet edellyttävät käyttäjän nimenomaista ohjetta ja vahvistusta ennen Git-pohjaisen korjauksen työntämistä. Työntö lisää uuden commitin pakottamatta muutoksia eikä kirjoita haaran historiaa uudelleen. Tietovaraston oletushaaran nimeäminen voi ohittaa pull-pyyntöjen tarkastuksen, ellei haarasuojaus estä suoria työntöjä.

Databricksin mukaan agentti käyttää Anthropicin ja OpenAI:n malleja Databricksin ylläpitämissä päätepisteissä yhtiön tietoturvarajojen sisällä. Resurssien valitseminen antaa luvan jatkuvaan ja autonomiseen suurten kielimallien käsittelyyn, kunnes ominaisuus poistetaan käytöstä; tämä koskee myös Git-pohjaisten töiden tietovarastojen sisältöä. Ennen kuin ulkoinen ilmoitus sisältää havainnon otsikon tai yhteenvedon, agentti tarkistaa, sisältävätkö ne arkaluonteisia tietoja, kuten nimiä tai sähköpostiosoitteita, ja peittää löytämänsä tiedot. Ulkopuolisiin järjestelmiin tallennetut kopiot eivät kuulu Databricksin säilytys- ja poistokäytäntöjen piiriin.

Määrityksen voi jakaa enintään 25 yksittäiselle työtilan käyttäjälle, mutta ei ryhmille tai palvelutunnuksille. Yhteistyökumppanit voivat käsitellä määrityksen havaintoja, mutta jaetut käyttäjät näkevät koodikatkelmia, ehdotettuja korjauksia ja esimerkkejä datariveistä, vaikka heillä ei olisi pääsyä taustalla oleviin resursseihin. Jakaminen ei anna pääsyä näihin resursseihin.

Käyttöönoton vaatimukset ja betaversion laajuus

Järjestelmänvalvojan on otettava Genie ZeroOps käyttöön työtilan Esikatselut-sivulta. Sen jälkeen käyttäjät valitsevat resurssit, joihin heillä on OWNER-, CAN MANAGE- tai CAN VIEW -käyttöoikeus. Käyttöönottoprosessi täydentää havaintotiedot edeltäviltä 24 tunnilta ennen uusien ongelmien ilmoittamista. Git-tietovaraston tutkiminen edellyttää lukuoikeudet antavaa tunnistetietoa; pull-pyyntöhaaran luomiseen tarvitaan kirjoitusoikeudet.

Databricks esitteli ZeroOpsin 16. kesäkuuta 2026, ja yksityiseen esikatseluun suunniteltiin tuki töille, dataputkille, tauluille ja koneoppimiskuormille. Nykyisen dokumentaation mukaan valvonta kattaa työt, dataputket ja taulut, mutta ei malleja tai sovelluksia. Suorituskyvyn heikkeneminen ja kustannusten kasvu eivät kuulu havaittavien ongelmien piiriin. Betaversio toimii työtilan, ei tilin, tasolla, ei ole HIPAA-yhteensopiva ja edellyttää erikseen laskutettavaa datan laadun valvontaa myöhässä saapuvan tai puutteellisen tauludatan havaitsemiseksi.

ZeroOps automatisoi ongelmien tutkimisen ja korjausten valmistelun, mutta tuotantoympäristön päätösvalta säilyy asiakkaalla. Betaversion keskeinen kompromissi yrityksille on manuaalisen diagnosoinnin väheneminen vastineena valittujen operatiivisten tietojen jatkuvalle tekoälykäsittelylle. Siksi jakamisen näkyvyys, ulkoiset ilmoitukset ja Git-tarkastus ovat osa käyttöönottoa eivätkä siitä erillisiä hallinnollisia yksityiskohtia.

Aiden Cross on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa tekoälytuotteiden strategian, toteutuksen ja käytännön haasteet, joita liittyy kokeellisten mallien muuttamiseen skaalattaviksi, markkinoille valmiiksi tuotteiksi. Hänen työnsä keskittyy siihen, miten startup-yritykset ja suuret yritykset siirtyvät prototyypeistä ja demoista luotettaviin järjestelmiin, joita todelliset asiakkaat käyttävät.
Hänen työnsä on pragmaattista ja yksityiskohtaista, ja Aiden analysoi tuotteen kehitysroadmappeja, markkinoilletulostrategioita, alustapäätöksiä ja organisaatioiden kompromisseja, jotka määräävät, onnistuvatko tekoälyhankkeet vai jäävätkö ne paikoilleen. Hän kiinnittää erityistä huomiota käyttöönoton todellisuuteen, käyttäjähyväksyntään, infrastruktuurirajoituksiin ja teknisen kyvyn ja liiketoiminta-arvon väliseen yhteensopivuuteen.
Aiden Crossin kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimituksellinen tiimi tarkistaa ne, jotta varmistetaan selkeä, tarkka ja vastuullinen käsittely siitä, miten tekoälytuotteet rakennetaan, toimitetaan ja skaalataan todellisessa maailmassa.