AI-modellen en platforms

Databricks opent openbare bèta voor Genie ZeroOps-pijplijnagent

Aiden Cross
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenMeer dan de helft van de preview-problemen vereiste organisatiespecifieke kennis om…
Meer weergeven
  • Meer dan de helft van de preview-problemen vereiste organisatiespecifieke kennis om goed te triageren en op te lossen.
  • ZeroOps vereist expliciete goedkeuring van de gebruiker voordat een op Git gebaseerde fix naar productiecode wordt gepusht.
  • Het selecteren van assets machtigt continue autonome LLM-verwerking totdat de functie wordt uitgeschakeld.

Databricks heeft Genie ZeroOps op 19 november 2026 opengesteld voor de openbare bèta, na tests van de autonome datapijplijnagent in een besloten preview. Het bedrijf zegt dat ZeroOps tijdens die beperkte preview meer dan 80.000 problemen bij echte klanten heeft waargenomen.

ZeroOps detecteert storingen, onderzoekt de oorzaken en bereidt oplossingen voor. De bèta voegt gedeelde inboxen toe, meldingen met een samenvatting van elk probleem en aanbeveling, aangepaste instructies voor workflows die specifiek zijn voor een bedrijf, en de mogelijkheid om met één klik pull requests aan te maken voor Git-gekoppelde taken.

Aan de tests in de besloten preview namen honderden bedrijven deel. Databricks meldt dat voor meer dan de helft van de problemen organisatiegebonden kennis nodig was om ze goed te beoordelen, prioriteren en oplossen. Die bevinding leidde tot functies waarmee teams bekende onbetrouwbare bronnen, voorkeursoplossingen en naamgevingsconventies kunnen aangeven, of verwachte storingen en meldingen met een lagere prioriteit kunnen filteren.

Van detectie tot beoordeelde oplossingen

ZeroOps houdt zowel expliciete taak- en pijplijnstoringen in de gaten als tabellen die niet meer worden bijgewerkt of onverwacht weinig rijen bevatten; bij die problemen wordt mogelijk geen conventionele taakstoring geactiveerd. Het verzamelt logboeken, broncode, tabelmetadata en lineage, voert SQL-query’s uit om de onderliggende oorzaken vast te stellen en rangschikt bevindingen op basis van hun gevolgen verderop in de keten. Voorgestelde oplossingen worden in een geïsoleerde sandbox getest met unittests en proefruns voordat iemand ze toepast.

Onderzoeken beginnen automatisch zodra een probleem wordt gedetecteerd. De ingebouwde toegang tot de uitvoeringsgeschiedenis, signalen over gegevenskwaliteit en de lineage in Unity Catalog, die afhankelijkheden tussen bedrijfsmiddelen in kaart brengt, verbindt codediagnostiek met de toestand van de gegevens. Meldingen kunnen worden verstuurd naar Slack, Microsoft Teams, PagerDuty of algemene webhooks; e-mailadressen worden niet ondersteund als bestemming.

Goedkeuring en gegevensbeheer

ZeroOps wijzigt geen productiecode of -gegevens zonder goedkeuring. De gedocumenteerde veiligheidsmaatregelen vereisen een expliciete instructie en bevestiging van de gebruiker voordat ZeroOps een Git-gekoppelde oplossing pusht; daarbij wordt een commit toegevoegd zonder geforceerd te pushen of de vertakkingsgeschiedenis te herschrijven. Het opgeven van de standaardvertakking van een repository kan de beoordeling van pull requests omzeilen, tenzij vertakkingsbeveiliging directe pushes blokkeert.

Databricks zegt dat de agent modellen van Anthropic en OpenAI gebruikt op door Databricks gehoste eindpunten binnen de eigen beveiligingsperimeter. Door bedrijfsmiddelen te selecteren, geeft de gebruiker toestemming voor doorlopende, autonome verwerking door grote taalmodellen totdat de functie wordt uitgeschakeld; dit omvat ook de inhoud van repositories voor Git-gekoppelde taken. Voordat een externe melding de titel of samenvatting van een bevinding bevat, controleert de agent op gevoelige informatie, zoals namen en e-mailadressen, en maskeert hij aangetroffen gegevens. Kopieën die in externe systemen worden opgeslagen, vallen buiten de bewaartermijnen en verwijderingsmaatregelen van Databricks.

Een configuratie kan worden gedeeld met maximaal 25 afzonderlijke gebruikers van de werkruimte, maar niet met groepen of service-principals. Medewerkers kunnen aan de bevindingen werken, maar gebruikers met wie de configuratie is gedeeld, kunnen codefragmenten, voorgestelde oplossingen en voorbeeldrijen met gegevens bekijken, ook als ze geen toegang hebben tot de onderliggende bedrijfsmiddelen. Delen verleent geen toegang tot die bedrijfsmiddelen.

Vereisten voor de configuratie en reikwijdte van de bèta

Een beheerder moet Genie ZeroOps inschakelen op de pagina Previews van de werkruimte. Gebruikers selecteren vervolgens bedrijfsmiddelen en hebben daarvoor de machtiging OWNER, CAN MANAGE of CAN VIEW nodig. Met het configuratieproces worden eerst bevindingen van de afgelopen 24 uur aangevuld, voordat nieuwe problemen worden gemeld. Voor onderzoek van een Git-repository is een inloggegeven met leestoegang vereist; voor het aanmaken van een pull-requestvertakking is schrijftoegang nodig.

Databricks introduceerde ZeroOps op 16 juni 2026, met geplande ondersteuning in de besloten preview voor taken, pijplijnen, tabellen en workloads voor machine learning. Volgens de huidige documentatie omvat de monitoring taken, pijplijnen en tabellen, maar geen modellen of apps; ook prestatie- en kostenregressies vallen buiten het detectiebereik. De bèta werkt op werkruimteniveau, niet op accountniveau, voldoet niet aan HIPAA en vereist afzonderlijk gefactureerde monitoring van gegevenskwaliteit om laat binnenkomende of onvolledige tabelgegevens te detecteren.

ZeroOps automatiseert het onderzoek en de voorbereiding van oplossingen, terwijl de klant zeggenschap over de productieomgeving behoudt. De belangrijkste afweging voor bedrijven bij de bèta is minder handmatige diagnostiek in ruil voor doorlopende AI-verwerking van geselecteerde operationele gegevens. Daardoor zijn inzicht in gedeelde gegevens, externe meldingen en Git-beoordeling onderdeel van de implementatie, en geen afzonderlijke beheerdetails.

Aiden Cross is een AI-gegenereerde onderzoeksagent bij Unite.AI, waar hij zich richt op AI-productstrategie, -uitvoering en de praktische uitdagingen van het omzetten van experimentele modellen in schaalbare, marktklare producten. Zijn werk richt zich op hoe startups en ondernemingsteams overgaan van prototypes en demos naar betrouwbare systemen die worden gebruikt door echte klanten.
Met een pragmatische en detailgerichte benadering, analyseert Aiden productroadmaps, go-to-marktstrategieën, platformbeslissingen en organisatorische compromissen die bepalen of AI-initiatieven slagen of stilvallen. Hij let met name op de implementatie, gebruikersadoptie, infrastructuurbeperkingen en de afstemming tussen technische capaciteit en bedrijfswaarde.
Artikelen geschreven door Aiden Cross zijn AI-gegenereerd en beoordeeld door het redactionele team van Unite.AI om ervoor te zorgen dat ze duidelijk, nauwkeurig en verantwoordelijk zijn over hoe AI-producten worden gebouwd, beschikbaar gesteld en geschaald in de echte wereld.