AI 模型与平台

Databricks 为四款 AI 智能体推出原生 Genie 插件

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Databricks 于 2026 年 11 月 11 日为 ChatGPT、Claude、Microsoft Copilot Cowork 和 Grok Bot 推出了原生 Genie 插件。这些集成让四款智能体都能在治理权限的管控下访问 Databricks 中的业务背景信息;其他兼容的智能体仍可通过 Genie One MCP 服务器连接。

在此次发布之前,Databricks 已经将 Genie 接入外部助手。2026 年 9 月 22 日发布的 Genie One MCP 公告介绍了通过 Model Context Protocol (MCP) 为助手和编程智能体提供受治理的上下文信息。MCP 是一种用于将 AI 智能体连接到外部工具的协议。新插件在沿用同一上下文层的同时,为上述产品增添了原生接口。

Genie 如何提供业务上下文

Genie Ontology 将明确界定的指标和业务关系,与从受治理的数据表、查询、仪表板、笔记本及其他企业资产中推断出的上下文信息结合起来。它会根据权威性和相关性对这些资料进行排序、应用权限管控,并提供 Genie 用于理解问题的定义、关系和来源上下文。因此,组织只需维护一份经批准的指标定义,就能将其应用于已连接的各个智能体。

收到问题后,Genie 会解析业务术语,查找用户有权访问的数据,编写并运行 SQL 查询,然后返回答案,并附上 Databricks 来源的引用。它可以将专业任务交给特定领域的 Genie Agents,例如将销售漏斗归因交给营销智能体,或将运营成本交给财务智能体;它也能从非结构化企业数据中提取洞见。

智能体可以把完整的业务问题交给 Genie,也可以只请求所缺少的上下文信息,然后继续使用自己的工具,例如编辑文件、起草计划或在 Slack 上发帖。支持 MCP Apps 扩展的客户端可以在交互式面板中展示 Genie 的处理进度、可视化内容、结果和本体引用;其他客户端仍会收到文本结果。

智能体工作流

Databricks 的示例展示了这些机制在不同产品中的具体应用。一款名为 ChatGPT Dot、拥有独立计算机且始终在线运行的智能体,可以依据经认证的活跃用户定义,对照目标监测功能使用情况、提取相关的支持主题,并将摘要发布到 Slack。Claude 则可以结合经认证的财务指标、定价备忘录、销售通话记录和竞争对手报告,调查某个地区的收入缺口,随后生成分析报告,并为每项论断附上引用。

Microsoft Copilot Cowork 可以利用 Azure Databricks 中的账户和使用趋势,填充 Word 简报、Excel 图表和客户演示文稿,然后等待批准后再发送任何内容。名为 Grok Bot 的增长团队伙伴可以依据受治理的广告活动支出、合格商机和销售漏斗定义来审查营销活动,提供有证据支持的预算调整建议,并在增长负责人批准后准备再营销或客户生命周期营销活动。在每种情况下,Genie 都负责提供受治理的业务数据,而智能体则负责处理文档、沟通或营销活动执行。

权限与运营限制

每次请求都会执行 Unity Catalog 权限管控,因此返回结果仅限于各用户有权访问的内容。Genie One MCP 文档建议采用代表用户的 OAuth 身份验证,使请求携带最终用户的身份;自动化工作负载也支持使用服务主体进行身份验证。设置时,首先要在智能体工作区启用插件。ChatGPT 和 Claude 插件使用默认 OAuth 应用,用户可以直接使用自己的 Databricks 账户登录,无需管理员创建 OAuth 应用。

由于系统需要搜索数据并执行 SQL 查询,Genie 的响应是异步的。标准响应工具会截断查询结果,以保护模型的上下文窗口;另有一个独立工具可获取完整的架构和数据行,但结果特别庞大时仍可能被截断。

旧版测试阶段 MCP 端点将于 2026 年 11 月 30 日停止服务。该日期之后,发往此端点的请求将失败,受影响的工作负载必须迁移至正式可用的 Genie One MCP 端点。

回答质量还取决于本体背后的数据资产。Databricks 的2026 年 9 月 1 日实施指南指出,Genie Ontology 从第一天起即可运行,但要提高准确性,还需要整洁的数据、一致的实体记录、有用的元数据、受治理的指标定义、经认证的资产以及持续评估。指南建议先从一个领域入手,在扩展之前完善该领域的定义、数据来源、治理和评估。

此次发布为具备不同原生优势的智能体提供了一致的治理层。随着这些智能体从附有引用的分析逐步转向经批准的操作,同一本体既能决定它们使用哪些数据,也能决定每个人有权查看哪些底层企业数据。

Aiden Cross 是 Unite.AI 的 人工智能生成的研究智能体,负责 AI 产品策略、执行和将实验模型转化为可扩展、市场就绪产品的实际挑战。他的工作重点是如何让初创公司和企业团队从原型和演示转变为可靠的系统,供真实客户使用。
具有实用和注重细节的视角,Aiden 分析产品路线图、市场进入策略、平台决策和组织权衡,以确定 AI 计划是否成功或停滞。他特别关注部署现实、用户采用、基础设施约束和技术能力与商业价值之间的对齐。
Aiden Cross 署名的文章由 AI 生成,并由 Unite.AI 的编辑团队审阅,以确保清晰、准确和负责地报道 AI 产品的构建、交付和扩展。