
Databricks 升級 Genie:企業 AI agent 走向自主多步工作
Databricks 公布升級其 AI agent「Genie」,稱新版本可藉由公司建立的 ontology,理解客戶儲存在 Databricks 平台上的資料脈絡,並處理需要較長時間完成的多步任務。公司表示,企業管理層可把不同工作交給 agent,在無人持續看管下完成。
這類工具的價值,在於把分散於銷售、HR 與其他內部資料中的訊號整理成可追問的答案;但同時也把資料存取範圍、任務授權及輸出可靠性推到部署核心。報道未交代 Genie 的正式推出範圍、地區或授權模式,企業不能只按示範效果判斷可否直接採用。
Databricks 行政總裁 Ali Ghodsi 向 TechCrunch 展示其內部使用情況,包括分析員工滿意度調查中得分較低的部分、評估部分管理層提出的改善方案、總結一次失敗的大型銷售簡報及客戶提出的採購條件;他也曾用 Genie 回顧過往 podcast 訪問,準備可能被問到的問題。
從「找資料」變成「找壞消息」
Ghodsi 的示範反映,企業 agent 的定位正由回答單一問題,延伸至串連資料、比較選項和整理後續行動。對大型機構而言,管理層未必能直接聽到銷售失利或員工不滿等負面資訊;若 agent 能在既有資料中找出這些訊號,確實可能縮短決策所需時間。
不過,這是公司高層的內部示範,效果未必可直接推及所有企業。尤其是調查回覆、銷售紀錄與人事相關資料往往敏感,企業需要先界定 agent 可讀取哪些資料、哪些角色可發出任務、任務可否自主採取行動,以及如何保留查核紀錄。否則,一個能跨資料來源完成多步工作的 agent,也可能把過度存取或錯誤判讀放大。
成本與治理要一併設計
Ghodsi 亦承認 agent 可能推高企業 AI 成本,並稱可透過 Databricks 的 Unity Gateway 設定使用上限,以及改用成本較低的開放權重模型。這提供了成本控制方向,但報道未有披露實際定價、節省幅度或具體限制。
因此,企業評估此類 agent 時,較實際的問題不只是它能否產生摘要,而是能否把資料權限、使用配額與人工覆核放進同一套流程。下一步值得觀察的是 Databricks 會否披露更清楚的產品供應與管治細節,以及客戶會否把它由管理層分析工具擴展至更廣泛的內部工作。
延伸閱讀
AI 輔助說明: 本文由 AI 協助整理。
參考來源
本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。







