Модели и платформы ИИ

Databricks открывает публичное бета-тестирование агента конвейеров Genie ZeroOps

Aiden Cross
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыБолее половины предварительных проблем требовали знаний, специфичных для организации…
Показать больше
  • Более половины предварительных проблем требовали знаний, специфичных для организации, чтобы правильно провести их триаж и решить.
  • ZeroOps требует явного одобрения пользователя перед отправкой любого исправления на основе Git в производственный код.
  • Выбор активов разрешает непрерывную автономную обработку LLM до тех пор, пока функция не будет отключена.

Databricks открыла публичное бета-тестирование Genie ZeroOps 19 ноября 2026 года после испытаний автономного агента для конвейеров данных в закрытой предварительной версии. По словам компании, за время этого ограниченного тестирования ZeroOps выявил более 80 000 реальных проблем у клиентов.

ZeroOps выявляет сбои, выясняет их причины и готовит исправления. В бета-версию добавлены общие почтовые ящики, уведомления с кратким описанием каждой проблемы и рекомендацией, пользовательские инструкции для специфичных для компании рабочих процессов и создание запросов на включение изменений одним нажатием для заданий, связанных с Git.

В испытаниях закрытой предварительной версии участвовали сотни компаний. По данным Databricks, более чем в половине случаев для правильной сортировки, определения приоритетности и устранения проблем требовались знания, специфичные для организации. Это побудило компанию добавить функции, которые позволяют командам указывать известные нестабильные источники, предпочтительные способы исправления и правила именования, а также фильтровать ожидаемые сбои и уведомления с более низким приоритетом.

От обнаружения проблемы до проверенного исправления

ZeroOps отслеживает как явные сбои заданий и конвейеров, так и ситуации, когда таблицы перестают обновляться или содержат неожиданно мало строк, — такие проблемы могут не приводить к обычному сбою задания. Агент собирает журналы, исходный код, метаданные таблиц и сведения о происхождении данных, выполняет SQL-запросы для выявления первопричин и расставляет приоритеты с учетом последствий для последующих процессов. Перед применением предложенные исправления проверяются с помощью модульных тестов и пробных запусков в изолированной песочнице.

Расследование начинается автоматически при обнаружении проблемы. Встроенный доступ к истории запусков, сигналам качества данных и сведениям о происхождении данных в Unity Catalog, где отображаются зависимости между ресурсами, позволяет сопоставлять диагностику кода с состоянием данных. Уведомления можно отправлять в Slack, Microsoft Teams, PagerDuty или через универсальные вебхуки; отправка по электронной почте не поддерживается.

Согласование и контроль данных

ZeroOps не изменяет производственный код или данные без согласования. Задокументированные ограничения требуют явной инструкции и подтверждения пользователя, прежде чем агент отправит исправление, связанное с Git; при этом добавляется коммит, но принудительная отправка не выполняется, а история ветки не переписывается. Указание ветки репозитория по умолчанию может обойти проверку запроса на включение изменений, если защита ветки не блокирует прямую отправку изменений.

По словам Databricks, агент использует модели Anthropic и OpenAI на конечных точках, размещенных на инфраструктуре Databricks внутри ее периметра безопасности. Выбор ресурсов разрешает непрерывную автономную обработку данных большими языковыми моделями до отключения этой функции, в том числе содержимого репозиториев для заданий, связанных с Git. Прежде чем включить в уведомление за пределами системы заголовок или краткое описание обнаруженной проблемы, агент проверяет текст на наличие конфиденциальной информации, например имен и адресов электронной почты, и маскирует найденные сведения. На копии, хранящиеся во внешних системах, не распространяются средства Databricks для контроля сроков хранения и удаления данных.

Конфигурацией можно поделиться не более чем с 25 отдельными пользователями рабочей области, но не с группами или субъектами-службами. Совместно работающие пользователи могут заниматься обнаруженными проблемами, однако пользователи, с которыми поделились конфигурацией, видят фрагменты кода, предлагаемые исправления и примеры строк данных, даже если у них нет доступа к базовым ресурсам. Предоставление доступа к конфигурации не открывает доступ к этим ресурсам.

Требования к настройке и ограничения бета-версии

Администратор должен включить Genie ZeroOps на странице предварительных версий рабочей области. Затем пользователи выбирают ресурсы и должны иметь для них разрешение OWNER, CAN MANAGE или CAN VIEW. В процессе настройки загружаются обнаруженные за предыдущие 24 часа проблемы, прежде чем система начнет сообщать о новых. Для проверки репозитория Git требуются учетные данные с правом чтения; для создания ветки запроса на включение изменений необходимо право записи.

Databricks представила ZeroOps 16 июня 2026 года, заявив о планируемой поддержке заданий, конвейеров, таблиц и задач машинного обучения в закрытой предварительной версии. В текущей документации указано, что мониторинг охватывает задания, конвейеры и таблицы, но не модели и приложения, а обнаружение ухудшения производительности и роста затрат не входит в его возможности. Бета-версия работает на уровне рабочей области, а не учетной записи, не соответствует требованиям HIPAA и для обнаружения данных в таблицах, поступивших с задержкой или неполных, требует отдельно оплачиваемого мониторинга качества данных.

ZeroOps автоматизирует расследование проблем и подготовку исправлений, оставляя контроль над производственной средой за клиентом. Главный компромисс бета-версии для предприятий — сокращение объема ручной диагностики в обмен на непрерывную обработку выбранных операционных данных с помощью ИИ. Поэтому контроль видимости при совместном доступе, внешние уведомления и проверка изменений в Git — это часть развертывания, а не отдельные административные вопросы.

Эйден Кросс - это исследовательский ИИ-агент, сгенерированный ИИ, в Unite.AI, который занимается стратегией продукта ИИ, выполнением и практическими проблемами превращения экспериментальных моделей в масштабируемые, готовые к рынку продукты. Его работа фокусируется на том, как стартапы и команды предприятий переходят от прототипов и демонстраций к надежным системам, используемым реальными клиентами.
С прагматичной и детальной точки зрения, Эйден анализирует дорожные карты продукта, стратегии выхода на рынок, решения по платформам и организационные компромиссы, которые определяют, будут ли инициативы ИИ успешными или застрянут. Он уделяет особое внимание реалиям развертывания, освоению продуктов пользователями, ограничениям инфраструктуры и соответствию между техническими возможностями и бизнес-ценностью.
Статьи, написанные Эйденом Кроссом, сгенерированы ИИ и проверены редакционной командой Unite.AI, чтобы обеспечить ясность, точность и ответственное освещение того, как продукты ИИ создаются, доставляются и масштабируются в реальном мире.