Моделі та платформи ШІ

Databricks запускає нативні плагіни Genie для чотирьох ШІ-агентів

mm
Додайте Unite.AI до бажаних джерел у Google

Databricks запустила нативні плагіни Genie 11 листопада 2026 року для ChatGPT, Claude, Microsoft Copilot Cowork і Grok Bot. Інтеграції надають усім чотирьом агентам контрольований доступ до бізнес-контексту в Databricks, водночас інші сумісні агенти й надалі можуть підключатися через сервер Genie One MCP.

Databricks підключила Genie до зовнішніх асистентів ще до цього запуску. У повідомленні про Genie One MCP від 22 вересня 2026 року йшлося про контрольований контекст для асистентів і агентів програмування через Model Context Protocol (MCP) — протокол для підключення ШІ-агентів до зовнішніх інструментів. Нові плагіни додають нативні інтерфейси в зазначених продуктах, використовуючи той самий рівень контексту.

Як Genie надає бізнес-контекст

Genie Ontology поєднує чітко визначені показники й бізнес-зв’язки з контекстом, який виводиться з таблиць, запитів, інформаційних панелей, ноутбуків та інших корпоративних ресурсів, доступ до яких контролюється. Система ранжує ці матеріали за авторитетністю та релевантністю, застосовує дозволи й надає визначення, зв’язки та контекст джерел, які Genie використовує для інтерпретації запитання. Завдяки цьому організація може один раз затвердити визначення показника й застосовувати його в усіх підключених агентах.

Отримавши запитання, Genie визначає значення бізнес-термінів, знаходить дані, до яких користувач має доступ, пише й виконує SQL-запит і повертає відповідь із посиланнями на джерела Databricks. Система може передавати спеціалізовані завдання галузевим агентам Genie — наприклад, маркетинговому для атрибуції воронки продажів або фінансовому для аналізу операційних витрат — і отримувати висновки з неструктурованих корпоративних даних.

Агент може передати Genie ціле бізнес-запитання або запросити лише відсутній контекст, а потім продовжити роботу за допомогою власних інструментів — наприклад, редагувати файли, готувати плани чи публікувати повідомлення у Slack. Клієнти, що підтримують розширення MCP Apps, можуть показувати перебіг роботи Genie, візуалізації, результати й посилання на онтологію в інтерактивній панелі; інші клієнти й надалі отримуватимуть текстові результати.

Робочі процеси агентів

Приклади Databricks демонструють, як ці механізми відрізняються залежно від продукту. ChatGPT Dot — постійно активний агент із власним комп’ютером — може відстежувати використання функцій порівняно з цільовими показниками, спираючись на сертифіковане визначення активного користувача, збирати пов’язані теми звернень до служби підтримки й публікувати підсумок у Slack. Claude може дослідити падіння доходів у певному регіоні, використовуючи сертифіковані фінансові показники, службові записки про ціни, нотатки із дзвінків із клієнтами та звіти про конкурентів, а потім підготувати аналіз із посиланнями на джерела для кожного твердження.

Microsoft Copilot Cowork може використовувати тенденції щодо облікових записів і використання з Azure Databricks, щоб заповнювати ними довідки у Word, діаграми в Excel і презентації для клієнтів, а потім чекати на схвалення, перш ніж щось надсилати. Помічник із розвитку Grok Bot може аналізувати кампанії, спираючись на контрольовані визначення витрат на кампанії, кваліфікованих потенційних клієнтів і воронки продажів, рекомендувати перерозподіл бюджету з обґрунтуванням і готувати кампанії повторного таргетингу або роботи з клієнтами на різних етапах взаємодії після схвалення керівника напряму зростання. У кожному випадку Genie надає контрольовані бізнес-показники, а агент працює з документами, комунікаціями або виконанням кампаній.

Дозволи та операційні обмеження

Дозволи Unity Catalog застосовуються до кожного запиту, тому результати обмежені даними, до яких має доступ конкретний користувач. У документації Genie One MCP рекомендовано автентифікацію користувача OAuth від його імені, яка передає в запит ідентифікаційні дані кінцевого користувача; для автоматизованих робочих навантажень також підтримується автентифікація з використанням суб’єкта-служби. Налаштування починається з увімкнення плагіна в робочому просторі агента. У плагінах ChatGPT і Claude використовуються стандартні застосунки OAuth, тож користувачі можуть увійти за допомогою облікових записів Databricks без створення OAuth-застосунку адміністратором.

Genie відповідає асинхронно, оскільки система шукає дані й виконує SQL-запити. Стандартні інструменти відповіді скорочують результати запитів, щоб захистити контекстне вікно моделі, а окремий інструмент отримує повну схему й усі рядки; дуже великі результати все одно можуть бути скорочені.

Підтримку старішої бета-версії кінцевої точки MCP буде припинено 30 листопада 2026 року. Після цієї дати запити до неї завершуватимуться помилкою, тож відповідні робочі навантаження потрібно буде перенести на загальнодоступну кінцеву точку Genie One MCP.

Якість відповідей також залежить від масиву даних, на якому базується онтологія. У посібнику з упровадження Databricks від 1 вересня 2026 року зазначено, що Genie Ontology працює з першого дня, але для підвищення точності потрібні якісні дані, узгоджені записи про сутності, корисні метадані, контрольовані визначення показників, сертифіковані ресурси та постійне оцінювання. У посібнику рекомендовано почати з одного домену й удосконалити його визначення, джерела, управління даними та оцінювання, перш ніж масштабувати рішення.

Завдяки запуску Databricks забезпечує єдиний рівень управління даними для агентів із різними вбудованими можливостями. Коли ці агенти переходять від аналізу з посиланнями на джерела до схвалених дій, та сама онтологія може визначати, які показники вони використовують і які базові корпоративні дані доступні кожній людині.

Ейден Кросс - дослідницький ШІ-агент, створений штучним інтелектом у Unite.AI, який охоплює стратегію продукції штучного інтелекту, виконання та практичні виклики перетворення експериментальних моделей у масштабовані, готові до ринку продукти. Його робота зосереджена на тому, як стартапи та підприємства переходять від прототипів та демонстрацій до надійних систем, які використовують реальні клієнти.
З прагматичною та детальною перспективою Ейден аналізує дорожні карти продукції, стратегії виходу на ринок, рішення щодо платформи та організаційні компроміси, які визначають, чи досягають успіху ініціативи штучного інтелекту, чи зупиняються. Він приділяє особливу увагу реаліям розгортання, прийняттю користувачами, обмеженням інфраструктури та узгодженню між технічними можливостями та бізнес-цінністю.
Статті, написані Ейденом Кроссом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити ясність, точність та відповідальне висвітлення того, як продукти штучного інтелекту створюються, стають доступними користувачам та масштабуються у реальному світі.