Databricks Genie 第二代代理全天候上工,缺決定才回頭找人

Databricks 於 2026 年 11 月 11 日發表第二代 Genie:目標交給它之後在背景拆解任務、追蹤缺件,需要人決定時走優先收件匣與電子郵件回報。既有 Genie 與 Ontology 正式開放,持續工作代理、Genie Search 與 Ontology Manager 仍待預覽。

用 AI 摘要這篇文章:

Databricks 在 2026 年 11 月 11 日(美西時間)發表第二代 Genie,把它定位成會持續在背景工作的企業代理。過去的資料助理等使用者發問才動作,這一版 Genie 接受的是一件完整的工作:使用者交代目標與界線,它自己拆解任務、分派子代理、追蹤進度、等待缺件,等到需要人做決定時,再透過新的優先收件匣與電子郵件回頭找人。同一份公告也把開放狀態分成兩層:Genie 與 Genie Ontology 已經對所有客戶正式開放,新的持續工作 Genie、Genie Search 與 Ontology Manager 則要等預覽與測試計畫。採購與試辦的第一步,是把這條線畫清楚。

11 月 11 日這一天改了什麼

時間軸可以先定錨。官方新聞稿的日期欄寫著舊金山 11 月 11 日;Databricks 的 X 官方帳號在當天 15:01 UTC(台北時間 23:01)貼出主打「All new Genie」的宣傳圖;同一個時間帶的 Data + AI Live 線上活動於上午 9 點(太平洋時間,台北時間 12 日凌晨 1 點)登場,由執行長 Ali Ghodsi 介紹新 Genie,並與 OpenAI 的 Greg Brockman 對談企業端的尖端智慧。整組素材在一天內集中釋出,屬於完整的產品線發表,而非單一功能的漸進更新。

Databricks 官方新聞稿頁面,標題宣布推出全新常駐式 Genie,用於複雜企業工作的自主 AI,日期為 2026 年 11 月 11 日Pin
Databricks 官方新聞稿:2026 年 11 月 11 日發表第二代 Genie(圖片來源:Databricks)

前一版的基礎是今年稍早推出的 Genie One,官方在部落格文章裡描述它的角色是讓團隊理解資料並對資料採取行動,並稱已有數千家客戶在正式環境使用。第二代的差異在互動單位:Genie One 的互動以一問一答的單次任務為主,第二代 Genie 收的則是一件長時間的工作。官方新聞稿用的說法是「使用者可以給 Genie 一個目標,然後相信它會讓工作繼續前進」。

受影響最直接的是兩種人。已經把資料放在 Databricks 上的團隊,要判斷現有的 Genie 授權能吃到哪些新能力;還在評估企業 AI 助理的 IT 決策者,則多了一個把治理與企業定義綁在同一平台的選項,可以和 ChatGPT 的企業資料代理放在同一張評估清單上比。

官方部落格舉的情境可以說明工作形態:保險公司的 Genie 持續監看進件理賠,發現某族群的損失率漂移就組好案卷、轉給核保人員;行銷團隊讓 Genie 全天候管理廣告活動,績效下滑時先自己查原因,每週提出預算調整建議等主管核准。它也可以處理日常小事,例如盯電子郵件與 Slack、在會議前準備簡報素材。這些是廠商描繪的使用方式,不是已經上架到每個帳號的功能,中間的落差在後面的開放狀態一節會對齊。

工作交出去之後,人在哪裡接手

自主代理最容易被忽略的設計,其實是人與工作的交接面。這一版 Genie 把它做在兩個地方:開啟 Genie 先看到的是待辦收件匣,該決定的事項會被凸顯,使用者不用回頭翻對話紀錄;離開電腦時,新的提醒會自成一封未讀電子郵件,同一件事的後續更新回到同一個郵件串,信裡的連結可以直接點回 Genie 應用程式。信箱不會因為背景工作持續回報而被灌爆,這個細節對每天已經在信件裡掙扎的人是實際的。

交接之外,官方部落格還列了三個讓工作能長時間運轉的機制。Genie 會記住每個使用者的偏好與指示,同一種報告不用每次重講規格;它會主動注意到使用者重複做的事,例如每週更新一次的報告,然後提議接手;工作可以排程執行,也可以掛在觸發條件上,官方舉的例子是某個指標下滑、或超過十個客戶要求同一個功能時自動啟動。多件工作可以同時進行,使用者在一個對話視窗裡監看、調整或叫停,系統也提供一個管理中的工作與產出的控制台。

對要試辦的團隊來說,這些機制把評估重點從「它會不會回答」搬到「它在哪些點會停下來問」。問得太早,小事都推回給人,省下的時間有限;問得太晚,錯誤會一路累積到交付才發現。官方文件把核准的粒度交給使用者設定,哪些動作 Genie 可以自己完成、哪些要簽核,由人在公司設定的護欄內決定。

代理憑什麼懂你的公司:Genie Ontology 與 OntoRank

持續工作的前提,是代理知道這家公司怎麼定義數字、誰負責哪個流程。這層共同背景在這次發表裡叫 Genie Ontology。用白話說,它是一張公司名詞與規則的地圖:兩個部門對「活躍客戶」的算法不同,地圖上會標明目前任務該採用哪一個版本,代理才不會把正確的計算套在錯誤的問題上。

這張地圖的建立方式是這次設計的重心。官方說明,Genie Ontology 主要由代理自動建立,素材是團隊本來就在用的儀表板、查詢與筆記本,而且會隨著每一次查詢與 AI 互動持續學習。人工的部分放在治理:關鍵定義由團隊在 Unity Catalog 裡宣告為權威版本,OntoRank 演算法在排序上下文時會優先採用權威定義,讓所有代理對同一個名詞取得一致理解。外部知識也接得進來,商業智慧工具的指標邏輯(文件上標示為 Beta)可以匯入,組織目錄則從 Workday 起步,把人與回報關係放進地圖,讓 Genie 知道該找哪個部門問。

管理這張地圖的介面叫 Ontology Manager。它把上下文的維護變成一件明確的工作:常常被查詢卻缺少治理定義的概念會被主動標記,負責的人可以確認正式版本,也可以把代理自動學到而有用的知識升級成權威定義。地圖會過期是必然的,客戶分類或部門分工一改就要有人更新,這個責任不會因為 AI 自動整理而消失,差別只在有了工具之後,衝突會被看見而不會被藏起來。

Databricks 官方部落格的 Genie Ontology 段落,說明代理式上下文如何隨業務成長Pin
官方部落格的 Genie Ontology 段落:代理式上下文隨業務成長(圖片來源:Databricks)

一百多個連接器的三種接法,決定資料多新

Genie Search 這次跟著擴大到一百多個企業資料來源,湖倉之外包含 Google Drive、Jira、Confluence、Workday 與 SharePoint。連接器的數字容易讓人誤解成一種接法,官方文件實際上分了三種策略:經 Lakeflow Connect 把資料匯入湖倉、在來源系統原地索引、以及經 MCP 協定即時查詢。三者的差別會反映在資料的新鮮度與管理位置,需要匯入的來源不會是零複製,採即時查詢的來源則要另外確認權限與工具動作的設定。

搜尋的行為也有明確設計。Genie Search 結合索引與 MCP 即時查詢,對每個任務從索引、MCP 或 SQL 取材,組成一個附引用來源的答案,而不是丟回一串文件連結。官方宣稱,相較於逐一呼叫各個應用程式,這種做法可以減少代理的工具呼叫次數與 token 消耗。權限面它沿用各來源自己的存取控制,使用者在原本應用程式裡看不到的文件,在 Genie 裡同樣看不到。索引到的文件與工單還會回頭餵給 Genie Ontology,成為 OntoRank 判斷來源可信度的證據。

搜尋之外,代理能讀的素材範圍也放寬了。Genie Agents 現在可以在結構化表格之外處理 PDF、合約與投影片,這些檔案放在 Unity Catalog 的磁碟區裡,不需要另外建向量索引;官方舉的例子是業務主管問某個區域為什麼一直輸單,Genie 會把管線資料與輸贏分析報告合起來回答,引用可以細到頁碼。產出端則新增動態簡報與儀表板,用一段話描述需要的內容後,Genie 在對話裡直接生成、可再修改,排程工作會讓成品隨著資料更新維持現況,報表不必每次從靜態副本重做。

同一套上下文也開放給其他 AI 工具使用。透過 Genie MCP,ChatGPT、Claude、Microsoft Copilot Cowork 與 Grok Bot 可以用治理過的企業定義與權限查詢 Genie,等於團隊投資在哪個助理上是一回事,公司名詞的單一版本是另一回事。對已經在別的工具上建立工作流的團隊,這比換掉既有助理更實際,概念上也接近我們先前在 Databricks 運算環境直跑編碼代理看到的分工:平台顧治理,工具顧互動。

權限、預算與稽核跟著代理走

工作從問答升級為長時間執行,治理也要跟著升級。Genie 在既有的 Databricks 環境內運行,以使用者本人的身分行事,看得到的資料就是那個人有權限看到的範圍;需要額外權限時,它可以代擬存取請求交給使用者審閱送出,管理員與資料擁有者保留核准權,核准權不會落在代理手上。

管理面由 Unity Gateway 承擔。管理員可以控制連接器與 MCP 工具的存取、設定哪些動作要核准,並對工作區或個別使用者設定預算上限與警示;Genie 的每個動作都留下可稽核的軌跡,管理員還可以反過來請 Genie 分析自己的用量紀錄,找出浪費 token 的工具呼叫。把「查浪費」這件事也交給代理,是這類產品設計裡少見的誠實安排,畢竟背景工作的成本特性就是會持續累積。

今天開放什麼、什麼還要排隊

回到採購最需要在意的分界。官方新聞稿寫得明確:Genie 與 Genie Ontology 已對所有客戶正式開放;Genie Search、Ontology Manager 與新的持續工作 Genie 即將透過預覽與測試計畫提供。也就是說,發表會上展示的收件匣、背景代理與搜尋,今天未必存在於每個帳號,看到的示範不等於取得的資格,既有客戶要逐項確認自己能加入哪些計畫。

費用是另一個需要對照文件的部分。新聞稿的原則是按用量計費、不按席位收費,管理員可透過 Unity Gateway 設定團隊或使用者預算。文件頁的現行條款則更具體:Genie Code 自 2026 年 7 月 8 日 00:00 UTC 起按用量計費,含每人每月的免費額度。Genie One 與 Genie Agents 的使用者用量免費至 2027 年 1 月 31 日,服務主體(service principal)不在促銷範圍,用量照計。新上路的持續工作 Genie 計費方式,文件上還沒有對應條目,預期要等預覽開放後才會明朗。

Databricks 文件的 Manage Genie budgets 段落,列出 Genie Code 按用量計費與 Genie One 及 Genie Agents 免費至 2027 年 1 月 31 日的條款Pin
Databricks 文件 Manage Genie budgets 段落:計費與免費期限條款(圖片來源:Databricks)

成效數字要標清楚出處。官方部落格宣稱,在與 Turing 共建的新基準測試上,Genie 的任務答對率為 91%,是兩個領先 frontier 代理中較強者的 1.6 倍,token 用量少於一半;測試的任務需要串接分散在表格、儀表板與筆記本裡的知識。這是廠商自建的基準,方法學細節未隨公告發布,數字本身只能當作方向參考。客戶引言同理:HelloFresh 的資料科學與工程副總監 Alan Khalil 稱找到 Meta 廣告贏家的時間縮短 75%,Ghodsi 自述 Genie 讓他成為 10 倍生產力的執行長,這些都是當事人的說法,換算成自家預估前要先有實測。

還沒定案的事與回查時點

未確認的清單不長,但都會影響導入時程。預覽與測試計畫的申請時程,官方只說即將到來,沒有日期;持續工作 Genie 的計費條款要等預覽定型;Turing 基準的方法學尚未公開發布;至於台灣在內的各地區是否有額外條件,公告裡沒有提及,預設它隨 Databricks 雲端平台的既有可用區走。

現在就能做的準備有三件。盤點公司內指標定義的權威版本,Genie Ontology 的自動整理要有治理定義才站得住。把需要的功能列成清單,逐項對照自己帳號能加入的計畫,別讓發表會的印象取代帳號裡的實況。先把核准規則與預算上限的分工想清楚,這兩件事在 Databox CLI 把代理接上資料平台的案例裡同樣是上線前的第一課。等 Databricks 官網的預覽計畫頁與定價頁出現對應條目,上述分界與計費結論就值得回查一次。

Sliven 褚崇名
Sliven 褚崇名

每日分享科技新知、免費資源以及 WordPress、虛擬主機相關主題,任何問題歡迎在科技月球下方留言,或是發送 Email 至 [email protected] 與我聯繫。

文章: 2450

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *


Share to...