AI-modeller og plattformer

Databricks åpner offentlig betaversjon av Genie ZeroOps-agenten for datapipelines

Aiden Cross
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterMer enn halvparten av forhåndsvisningssakene krevde organisasjonsspesifikk kunnskap for…
Vis mer
  • Mer enn halvparten av forhåndsvisningssakene krevde organisasjonsspesifikk kunnskap for å bli triagert og løst riktig.
  • ZeroOps krever eksplisitt brukergodkjenning før noen Git-basert rettelse pushes til produksjonskode.
  • Valg av eiendeler autoriserer kontinuerlig autonom LLM-behandling til funksjonen deaktiveres.

Databricks åpnet Genie ZeroOps for offentlig betatesting 19. november 2026, etter testing av den autonome datapipeline-agenten i en privat forhåndsversjon. Selskapet sier at ZeroOps observerte mer enn 80 000 reelle kundeproblemer i løpet av denne begrensede forhåndstesten.

ZeroOps oppdager feil, undersøker årsakene og klargjør rettelser. Betaversjonen legger til delte innbokser, varsler som oppsummerer hvert problem og anbefalingene som følger med, egendefinerte instruksjoner for arbeidsflyter som er tilpasset den enkelte bedrift, og mulighet til å opprette pull-forespørsler med ett klikk for Git-styrte jobber.

Testingen av den private forhåndsversjonen omfattet hundrevis av selskaper, og Databricks opplyser at mer enn halvparten av problemene krevde organisasjonsspesifikk kunnskap for å kunne vurderes, prioriteres og løses på riktig måte. Dette funnet førte til funksjoner som lar team identifisere kjente ustabile kilder, foretrukne rettelser og navnekonvensjoner, eller filtrere bort forventede feil og varsler med lavere prioritet.

Fra oppdagelse til gjennomgåtte rettelser

ZeroOps overvåker både uttrykkelige feil i jobber og datapipelines og tabeller som slutter å oppdateres eller inneholder uventet få rader – problemer som kanskje ikke utløser en konvensjonell jobbfeil. Systemet samler inn logger, kildekode, metadata om tabeller og proveniens, kjører SQL-spørringer for å identifisere rotårsakene og prioriterer funn etter konsekvensene for nedstrømsprosesser. Foreslåtte rettelser testes med enhetstester og prøvekjøringer i et isolert sandkassemiljø før noen tar dem i bruk.

Undersøkelser starter automatisk når et problem oppdages. Innebygd tilgang til kjørehistorikk, signaler om datakvalitet og Unity Catalog-proveniens, som viser avhengighetene mellom ressurser, knytter kodediagnostikk til dataenes tilstand. Varsler kan sendes til Slack, Microsoft Teams, PagerDuty eller generiske webhooks; e-postmottakere støttes ikke.

Godkjenning og datakontroller

ZeroOps endrer ikke produksjonskode eller produksjonsdata uten godkjenning. De dokumenterte sikkerhetstiltakene krever en uttrykkelig instruks fra brukeren og bekreftelse før systemet sender inn en Git-styrt rettelse. Innsendingen legger til en commit uten å tvangssende endringer eller skrive om grenens historikk. Hvis standardgrenen til et repositorium angis, kan gjennomgang av pull-forespørsler omgås, med mindre grenbeskyttelse blokkerer direkte innsendinger.

Databricks sier at agenten bruker modeller fra Anthropic og OpenAI på endepunkter som driftes av Databricks innenfor selskapets sikkerhetsperimeter. Når ressurser velges, godkjennes kontinuerlig, autonom behandling med store språkmodeller helt til funksjonen deaktiveres. Dette omfatter også innholdet i repositorier for Git-styrte jobber. Før et eksternt varsel inneholder tittelen eller sammendraget av et funn, kontrollerer agenten om det inneholder sensitive opplysninger, for eksempel navn og e-postadresser, og maskerer opplysningene den finner. Kopier som lagres i eksterne systemer, omfattes ikke av Databricks’ kontroller for oppbevaring og sletting.

En konfigurasjon kan deles med opptil 25 enkeltbrukere i arbeidsområdet, men ikke med grupper eller tjenesteidentiteter. Samarbeidspartnere kan jobbe med funnene, men brukere som konfigurasjonen er delt med, kan se kodeutdrag, foreslåtte rettelser og eksempelrader med data selv om de ikke har tilgang til de underliggende ressursene. Deling gir ikke tilgang til disse ressursene.

Krav til oppsett og omfang for betaversjonen

En administrator må aktivere Genie ZeroOps fra siden for forhåndsversjoner i arbeidsområdet. Deretter velger brukerne ressurser, og de må ha tillatelsen OWNER, CAN MANAGE eller CAN VIEW for dem. Oppsettet fyller tilbake funn fra de foregående 24 timene før systemet begynner å rapportere nye problemer. For å undersøke et Git-repositorium kreves en legitimasjon med lesetilgang. Skrivetilgang kreves for å opprette en gren for en pull-forespørsel.

Databricks introduserte ZeroOps 16. juni 2026, med planlagt støtte i den private forhåndsversjonen for jobber, datapipelines, tabeller og maskinlæringsarbeidsbelastninger. Ifølge den gjeldende dokumentasjonen omfatter overvåkingen jobber, datapipelines og tabeller, men ikke modeller eller apper, og forringelse av ytelse og kostnadsøkninger ligger utenfor det systemet kan oppdage. Betaversjonen fungerer på arbeidsområdenivå, ikke kontonivå, er ikke HIPAA-kompatibel og krever separat fakturert datakvalitetsovervåking for å oppdage forsinkede eller ufullstendige tabelldata.

ZeroOps automatiserer undersøkelser og klargjøring av rettelser, samtidig som kunden beholder kontrollen over produksjonsmiljøet. Den sentrale avveiningen for bedrifter i betaversjonen er mindre manuelt feilsøkingsarbeid mot kontinuerlig KI-behandling av utvalgte driftsdata. Derfor er innsyn ved deling, eksterne varsler og Git-gjennomgang en del av utrullingen, ikke separate administrative detaljer.

Aiden Cross er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-produktstrategi, gjennomføring og de praktiske utfordringene ved å omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbeid fokuserer på hvordan startups og bedrifter går fra prototyper og demonstrasjoner til pålitelige systemer som brukes av ekte kunder.
Med et pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, strategier for markedslansering, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og samsvaret mellom teknisk evne og forretningsverdi.
Artikler skrevet av Aiden Cross er AI-generert og gjennomgått av Unite.AIs redaksjonsteam for å sikre klarhet, nøyaktighet og ansvarlig dekning av hvordan AI-produkter bygges, gjøres tilgjengelige og skaleres i den virkelige verden.