AI 模型与平台
Databricks 开放 Genie ZeroOps 管道代理公测

要点超过一半的预览问题需要组织特定的知识才能正确分类和解决。
查看更多
- 超过一半的预览问题需要组织特定的知识才能正确分类和解决。
- ZeroOps在将任何基于Git的修复推送到生产代码之前需要用户明确批准。
- 选择资产即授权持续的自主LLM处理,直到该功能被禁用。
Databricks 于 2026 年 11 月 19 日开放 Genie ZeroOps 公测,此前该自主数据管道代理已进行私有预览测试。该公司表示,在有限的预览期间,ZeroOps 观察到超过 80,000 起真实客户问题。
ZeroOps 可检测故障、调查原因并准备修复方案。此次公测新增共享收件箱、汇总每个问题及建议的通知、适用于公司特定工作流程的自定义指令,以及为基于 Git 的作业一键创建拉取请求的功能。
私有预览测试覆盖了数百家公司。Databricks 报告称,超过半数的问题需要组织特定的知识才能妥善分级、排序和解决。这一发现促成了相关功能的推出,团队可借此标记已知的不稳定数据源、首选修复方案和命名约定,也可过滤预期内的故障和优先级较低的通知。
从检测到经审核的修复
ZeroOps 会监控明确的作业和管道故障,也会关注停止更新或传入行数异常偏少的表格;这类问题可能不会触发常规作业故障。它会收集日志、源代码、表格元数据和数据血缘,运行 SQL 查询以找出根本原因,并按下游影响对发现的问题排序。在任何人应用修复方案之前,系统会先在隔离的沙箱环境中通过单元测试和试运行对拟议方案进行测试。
检测到问题后,调查会自动启动。系统内置了对运行历史、数据质量信号和 Unity Catalog 数据血缘的访问;数据血缘会映射各项资产之间的依赖关系,使代码诊断能够与数据状态关联起来。警报可发送至 Slack、Microsoft Teams、PagerDuty 或通用 Webhook;不支持将电子邮件地址设为接收目标。
审批与数据控制
未经批准,ZeroOps 不会更改生产代码或数据。有记录的防护措施要求用户明确发出指令并确认后,系统才会推送基于 Git 的修复;推送会新增一条提交记录,不会强制推送,也不会重写分支历史。指定仓库的默认分支可能绕过拉取请求审核,除非分支保护规则阻止直接推送。
Databricks 表示,该代理使用 Anthropic 和 OpenAI 的模型,这些模型运行在 Databricks 托管且位于其安全边界内的端点上。选择资产即表示授权系统持续自主地进行大语言模型处理,直至停用该功能;对于基于 Git 的作业,处理内容还包括仓库内容。在外部通知包含某项发现的标题或摘要之前,代理会检查其中是否含有姓名和电子邮件地址等敏感信息,并对检测到的内容进行屏蔽。存储在外部系统中的副本不受 Databricks 的保留和删除控制。
一项配置最多可与 25 名工作区个人用户共享,但不能与群组或服务主体共享。协作者可以共同处理该配置发现的问题,但即使没有底层资产的访问权限,共享用户仍能看到代码摘录、建议的修复方案和示例数据行。共享配置不会授予对这些资产的访问权限。
设置要求与公测范围
管理员必须在工作区的“预览”页面中启用 Genie ZeroOps。之后,用户需选择资产,并对这些资产拥有 OWNER、CAN MANAGE 或 CAN VIEW 权限。设置流程会先补录过去 24 小时内发现的问题,然后才报告新问题。调查 Git 仓库需要具备读取权限的凭据;创建拉取请求分支则需要写入权限。
Databricks 于 2026 年 6 月 16 日推出 ZeroOps,当时计划在私有预览阶段支持作业、管道、表格和机器学习工作负载。当前文档指出,监控范围包括作业、管道和表格,不包括模型或应用;性能和成本回退也不在其检测范围内。公测版以工作区而非账户为单位运行,不符合 HIPAA 规范;此外,要检测表格数据延迟到达或不完整的情况,还需另行付费启用数据质量监控。
ZeroOps 会自动执行调查并准备修复方案,同时将生产环境的控制权留给客户。此次公测面临的核心企业级权衡是:减少人工诊断工作,但需要持续使用 AI 处理选定的运营数据。因此,共享可见范围、外部通知和 Git 审核都是部署流程的一部分,而非彼此独立的管理事项。












