Databricks 发布新版 Genie:自主处理复杂企业工作的 AI 同事
The new Genie: autonomous AI for complex enterprise work
Databricks 发布新版 Genie,定位为自主 AI 同事,可持续跟踪进度、追问缺失输入并在新信息到达时采取行动,用户通过 Genie One、邮件、Slack 和 Microsoft Teams 下达任务并审批关键节点。
Databricks 官方披露 Genie 从助手转向自主执行长期工作,并给出与前沿智能体同任务对比的准确率与 token 数据。
AI 助手可以运行分析并总结会议,但员工仍需管理围绕这些工作的事务。这是因为大多数企业工作是持续性的、复杂的且数据密集的。要监控管道性能或管理预算,必须有人跟踪变化、判断哪些事项重要并采取行动。
今年早些时候,我们推出了 Genie One,帮助团队理解数据并据此采取行动。数千家客户在生产环境中使用 Genie,包括 Zillow、 Unilever、 adidas、 Atlassian 和 AstraZeneca。
今天,我们推出全新的 new Genie:一位自主 AI 同事,主动为你处理长期运行的企业工作。Genie 持续坚守岗位,跟踪进展、跟进缺失的输入,并在新信息到来时采取行动。你设定护栏、监督其工作并在需要时审批,其余事务由 Genie 负责。
这种自主性依赖于业务上下文和明确的控制措施。 Genie Ontology 为 Genie 提供你业务的映射,包括其定义、指标、关系和组织知识。 Genie Search 帮助人员和代理在你的湖仓及连接的业务应用中查找信息。 Unity Gateway 和 Unity Catalog 在你现有的权限和策略内治理 Genie,同时让管理员了解其操作、使用情况和成本。

放心委派复杂的企业工作
你可以通过 Genie One、电子邮件、Slack 和 Microsoft Teams 与 Genie 协作。给它一项任务并授予其所需的工具访问权限,它就会对持续进行的工作负责。当需要输入或审批时,它会主动联系你,并根据你的反馈进行调整。
例如,Genie 可以监控传入的保险理赔,发现新兴的欺诈模式和赔付率漂移,然后整理案件文件,并在某个细分市场偏离指导原则时将其转交给承保人。在营销领域,Genie 可以全天候管理活动,调查任何表现不佳的情况,并提出每周预算调整建议以供审批。它还可以监控你的电子邮件和 Slack,为你准备一天的工作,并在新情况出现时提醒你。
实现这一点的关键在于来自 Genie Ontology 的上下文,它告诉 Genie 你的业务如何运作——从什么算作活跃客户到哪个收入指标是权威的。个人记忆会保留你的偏好和指令,因此你无需为每项任务重复说明。
Genie 还具有主动性。它会注意到你重复进行的工作,比如每周更新,并主动提出承担。它甚至可以在你设置任务之前就标记出需要你关注的问题。任务一旦运行,它可以按计划运行或响应触发器,例如当某个指标下降或当超过 10 位客户要求同一功能时。
Genie 可以同时处理多项任务。你可以在同一个对话中监督、引导和停止它们,并通过控制面板查看活动任务和输出。在公司的防护措施范围内,你可以决定 Genie 自主执行哪些操作,以及哪些操作需要你的批准。

使用 Genie 完成工作的更多方式
我们还在扩展 Genie,提供查找信息、创建成品以及跨工具协作的新方式。
一站式查找答案:在提问的同一个聊天栏中搜索员工、文档、工单等内容。Genie Search 将来自 Google Drive、SharePoint、Jira、Confluence 和 Workday 等来源的结果与 Databricks 仪表板、表、Databricks Apps 和 Genie Agents 汇集在一起。组织目录可帮助你探索团队结构并找到合适的同事。
可直接分享的 Artifacts: 描述你需要的幻灯片、仪表板或交互式 HTML 页面,Genie 会直接在对话中构建它。在聊天中完善它,然后展示、分享或复用。计划任务会在数据变化时让每个 artifact 保持最新,而共享技能会应用公司品牌指南。
“借助 Genie 中的 artifacts,我们可以完全掌控数据的呈现方式。我们可以获得想要的确切外观和感觉,同时让一切保持与受治理数据的连接——这是两全其美。”- Guilherme Vivian,Agibank 数据经理
跨应用工作: MCP 连接器让 Genie 能够读取 Slack、Zoom、Microsoft 365、Jira、GitHub 和你的日历等常用工具并采取操作,所有这些都基于同一个本体,该本体为 Genie 提供理解你业务所需的定义、关系和上下文。通过自定义 MCP,你还可以连接到 ServiceNow、PagerDuty 等:Genie 可以利用 GitHub 和 Jira 的变更调查事件、保持工单更新,并持续向团队通报进展,直到问题解决。当有人从可重复的工作流中获得出色结果时,他们可以将其发布为技能并与团队共享。技能存放在 Unity Catalog 中,并以使用者的权限运行。
在你工作的任何地方使用 Genie:在 Slack 和 Microsoft Teams 中向 Genie 发消息或 @提及它,也可以在浏览器、桌面端以及 iOS 和 Android 上使用它。插件还能将 Genie 的业务上下文带入 ChatGPT 和 Claude 等 AI 工具。

Genie Agents:为每个团队提供专业能力
Genie 与每位业务用户并肩工作,而 Genie Agents为整个团队带来专业能力。数千个团队已在营销、销售、财务和运营中使用它们。部门可以用所需的数据、文件、工具和指令配置 agent,然后管理其访问和使用。团队可以在 Genie One 中或通过 API、自定义应用和自动化工作流与 agent 协作。
跨结构化与非结构化数据工作:Genie Agents 现在不仅能处理结构化表格,还能处理 PDF、幻灯片等更多内容。内容搜索功能在 Unity Catalog Volumes 中实现,无需单独的向量索引。当销售负责人询问某个区域为何丢单时,可以获得结合销售管道数据和赢单/丢单报告的分析,并附有页面级引用,便于核查支撑证据。
从调查到行动:连接器让 Genie Agents 能够读取 Slack、Atlassian、GitHub、Gmail、Google Drive 和 Microsoft 365 等工具并在其中执行操作。智能体可以调查问题、创建工单,并为团队频道准备摘要,将发现带入团队工作所在的系统。
将专业知识分享到组织之外:面向 Genie Agents 的 OpenSharing让团队能够与合作伙伴和客户共享受治理的智能体,并预置其所需的数据、指令和知识,使其立即产生价值。对于更敏感的使用场景,Genie Clean Rooms让接收方能够提问并获得答案,而不会暴露底层数据或专有逻辑,并提供对话和输出限制等控制措施。
“Genie Agents 让我们的领域专家能够直接将数据知识产品化。过去需要一整个开发周期的工作现在只需几天,而且每个答案都留在我们的治理边界之内。”- Priyanka John,S&P Global Energy 副总裁

Genie Ontology:随业务成长的智能体上下文
无论 Genie 管理的是单一任务还是持续性职责,它都需要理解你的业务以及各系统间信息如何关联。Genie Ontology 为公司各处的 AI 提供这种共享理解。它将结构化与非结构化数据与定义、关系和组织知识连接起来。
由智能体构建,由人治理:智能体从人们已在使用的仪表板、查询和笔记本中自动构建 Genie Ontology 的大部分内容,并随着组织中的每次查询和 AI 交互持续学习。外部知识源将这种学习扩展到 Power BI 等 BI 工具中的业务逻辑。团队在 Unity Catalog 中建立权威定义,OntoRank 算法赋予这些定义优先权,因此每个智能体都基于对业务的同一套受治理理解来工作。
理解人员与团队:组织目录(从 Workday 开始)将人员、团队和汇报关系引入 Genie Ontology。OntoRank 将这些关系与显示谁实际在一起工作的活动信号相结合,使 Genie 能够权衡对提问者最相关的内容。
保留管理员控制:Ontology Manager为团队提供一个共享空间,随着业务发展管理和自定义上下文。管理员可以监控上下文健康状况,而领域专家则可以整理他们最了解的知识。 Unity Catalog Domains、Pages和 Ontology Snippets同时支持专家整理的定义和 Genie 自动学习的知识。主动缺口提醒会标记出经常被问及但缺少受管定义的概念,所有者可以将有用的已学习知识提升为权威 Pages。
共享的业务上下文还有助于提高准确性并减少 token 使用量。在与 Turing 合作构建的一项新基准测试中,我们在同一个 Databricks 工作区、相同任务上,将由 Genie Ontology 驱动的 Genie 与两个领先的前沿智能体进行了比较。Genie 在 91% 的任务运行中正确作答,是更强前沿智能体正确率的 1.6 倍,同时使用的 token 不到其一半。这些任务需要连接分散在表、仪表板和笔记本中的知识,而不仅仅是访问数据。
“Genie Ontology 正是我们所需要的,它让我们能够扩展 AI,同时不丢失使其有用的业务上下文。它是我们数据团队的效能倍增器。” - Noah Cepela,Mode Global 分析与洞察高级副总裁

Genie Search:专为企业 AI 打造的全新混合搜索
Genie Ontology 让 Genie 对你的业务形成共享理解。为了将这种理解付诸实践,Genie 还需要在信息所在的任何地方找到相关信息,从湖仓表到文档、工单和 wiki。同样重要的是,它需要执行每个资产的访问控制。
今天,我们推出 Genie Search,这是一种新型混合 AI 搜索,将企业搜索引入 Databricks,无需采购单独的搜索基础设施,也无需维护单独的权限模型。
Genie Search 将来自 Google Drive、Jira、Confluence、Workday 和 SharePoint 等核心业务应用的内容索引与通过 MCP 进行的实时搜索相结合。索引提供快速、准确的访问,而 MCP 则检索最新更新以及无法被索引的长尾应用。对于每项任务,Genie 会从索引、MCP 或 SQL 中获取信息,然后整合成一个带引用的答案。结果是更完整的答案,同时减少工具调用和 token 消耗。
除了搜索索引的标准优势之外,Genie Search 还会为 Genie Ontology 提供输入,因此你的工单和文档会成为 OntoRank 在决定信任哪些来源时权衡的证据。通过 Unity Catalog,Genie Search 将每个来源的访问控制与其内容一起映射,并在返回任何结果之前强制执行这些控制,因此没有人会在 Genie 中看到他们在原始应用中无法打开的文档。

Genie 插件:在所有 AI 工具中运用上下文
为 Genie 提供支持的同一业务上下文,也能支持其他 AI 助手的工作。只需连接一次数据,让 Genie 根据团队的工作方式构建本体,然后通过 Genie 插件 将该上下文带到 ChatGPT、Claude、Copilot 和 Grok Bot。你也可以直接使用 Genie MCP 将 Genie 连接到其他 AI 工具。
智能体可以将整个业务问题交给 Genie,或请求完成更大任务所需的上下文。Genie 会应用受治理的定义、遵守用户权限,并引用其来源。

借助 Unity Gateway 打造统一的 AI 控制平面
随着 Genie 在企业系统中承担持续性的工作,管理员需要控制谁可以使用它、它能访问什么,以及它的成本是多少。 Unity Gateway 将这些控制集中在一起,让管理员能够与编码智能体、模型、MCP 工具和技能一同治理 Genie。
数据访问: Genie 以你的身份行事,仅访问你有权查看的信息。它遵守 Unity Catalog 权限;对于由 Genie Search 建立索引的内容,则遵守每个源系统的权限。当用户需要额外访问权限时,Genie 可以准备一份访问请求供其审阅并发送。管理员和数据所有者保留审批权。
工具与操作: 管理员控制连接器访问、MCP 工具和审批要求。业务用户在这些限制范围内选择 Genie 可以自主执行的操作。Unity Catalog 治理可复用的技能,当 Claude 等外部智能体通过 MCP 调用 Genie 时,同样适用这些控制。
用量、成本与审计: Genie 执行的每一项操作都会被追踪且可审计。管理员可以设置工作区和每用户预算、支出上限及提醒。他们还可以让 Genie 调查用量和智能体追踪记录,以找出浪费的 token 和成本高昂的工具调用。
开始使用
借助 Genie,团队可以从让 AI 协助完成单个任务,转变为让它负责持续性的工作,并内置共享的业务上下文和控制机制。了解更多:
欢迎参加 Data + AI Live:上下文只是起点,与 OpenAI 的 Ali Ghodsi 和 Greg Brockman 一起。 观看直播或回放。
来源:Databricks Blog · databricks.com