Databricks 把 Genie 升级成常驻自主代理靠企业本体，让 CEO 听到不加滤镜的真话

我先联网核实 “Databricks 升级 Genie AI 代理” 这条消息的原始出处和细节，再按同样排版输出。

原始出处已锁定（Databricks 第二代 Genie，11 月 11 日发布，TechCrunch 同日报道 CEO 视角）。我再抓取一手稿，核对细节和数据。

一手稿细节齐了。再补中文报道，确保

【参考资料】按时间从新到旧、来源多样。

一手稿、官方博客和第三方报道都核对完了，下面是按同样排版写的内容。

先说答案：这次升级的重点是给 Genie 换了一套 “工作方式” 和一张 “公司地图”，模型本身没有变大。它从 “你问一句它答一句” 的助手，变成常驻后台、自己认领任务、拆给子代理并行推进、缺信息会回来找你、需要拍板才打扰你的自主代理；同时用 Genie Ontology 把公司的定义、指标、人和流程变成一张持续更新的地图，让每个答案都从受治理的数据里算出来，而不是从散落的文档碎片里猜。Databricks 11 月 11 日发布的是第二代 Genie，CEO Ali Ghodsi 的说法是 “把我变成了生产力高 10 倍的 CEO，而且现在它不等我问”。所谓 “获取真实信息”，说白了就是：老板拿到的不是层层过滤后的汇报，而是系统直接从官方口径里算出来的结果 —— 销售不会主动承认一次搞砸的路演，HR 也不会主动说自己的方案大概率没用，但 Genie 会把这些摆到桌面上。

一、CEO 听不到真话，本来就是组织结构带来的问题

Databricks 现在有 12,000 名员工。Ghodsi 自己引了 “邓巴数” 这个概念：一个人能维持稳定关系的人上限大约 150 个。公司小的时候，CEO 认识每个人，坏消息能直接听到；到了上万人，坏消息会在上传过程中被磨平。他接受 TechCrunch 采访时没做产品演示，而是直接打开自己账号里的 Genie，翻了最近几段对话和图表，四件事很说明问题：

• 让 Genie 分析员工满意度调研里得分低的那些部分，再让它评估几位高管提出的改进方案 —— 结果是评了分，也否掉了其中一些；
• 让 Genie 总结一次谈得很差的客户路演，包括客户明确说 “买之前必须要有的功能”；
• 让 Genie 复习他过去上过的播客，预测这次可能被问到什么问题，做会前准备；
• 聊到一半，他干脆让 Genie 告诉他自己该对记者说什么。

这四件事的共同点是：都是他作为 “大老板” 已经听不到的信息。所以 Databricks 这次干脆把它包装成面向高管的常驻代理，而不只是给分析师用的查询工具。

二、这次到底改了什么：五个能力，一个底座

另外还有几个不在标题里但很实用的更新：Genie 能直接生成跟着数据自动更新的幻灯片、仪表盘和交互报告；Genie Agents 现在能读 Unity Catalog 卷里的 PDF、合同、PPT，不用另建向量索引；Genie 也能从网页、移动端、邮件，以及 ChatGPT、Claude、Microsoft Copilot Cowork、Grok Bot 里调用。

三、真正的门槛不在模型，而在 “定义”

Ghodsi 在 6 月那句话其实已经点破了：“今天大多数企业 AI 只是在带着虚假的自信猜，这对生意不够。” 猜的根源不是模型不够强，而是它不知道你们公司里 “营收” 指的是哪个口径、哪张表是官方口径、谁能看什么。

Genie Ontology 解决的就是这三件事：

• 抓什么：定义、指标、人、流程，以及它们之间的关系；
• 从哪抓：现有的仪表盘、SQL、notebook、外部 BI 工具的业务逻辑，再加一个组织结构连接器，把汇报关系也纳进来；
• 怎么排序：每个知识片段按来源权威度、被使用频次、新鲜度打一个 “权威分”（内部叫 OntoRank），可信来源权重更高；
• 怎么守住权限：片段本身受 Unity Catalog 权限门控，你只能拿到你有权看的那部分，回答还会附引用，能点开看是哪份资产答的。

效果层面，Databricks 联合 Turing 做了一个可复跑的评测：虚构了一家英国电力和燃气供应商 Calderwick Energy，几百张表（最大一张约 1.2 亿行、半小时粒度的电表数据），外加各团队在其上建的 notebook、定时任务、仪表盘、保存的 SQL、代码、指标、文档和 Genie Agent；每个任务跑 5 次，在真实 Databricks 工作区里比。

按官方口径，这是 “1.6 倍准确率、不到一半 token、快 3 到 4 倍”。这个差距的来源不是模型更聪明，而是 Genie 能直接读到 notebook 里写着的计算规则 —— 比如它第一轮就翻出 notebook 确认电价是 0.52 p/kWh。

四、想在自己公司复现，按这六步走

1. 先划 “可自主” 的边界。 哪些动作允许它自己做（发周报、建 Jira 单、发 Slack 摘要），哪些必须人批（改预算、动合同、对外发布），先在 Unity Gateway 里配好审批规则和预算上限，再谈自动化。
2. 把口径收进治理层。 每个核心指标在 Unity Catalog 的 metric views 里定义一次；有争议的概念进 Business Glossary。这一步不做，后面所有答案都会漂。
3. 接数据源，能就地索引就别搬。 优先用 Genie Search 的 “就地索引”，需要新鲜的走 MCP 实时查，批量结构化数据走 Lakeflow Connect 进湖仓。
4. 从高频、低风险、有明确对错的任务试起。 周度经营简报、会前材料准备、客户用量异动告警、员工调研低分项归因，这四类最容易看出效果。
5. 给代理建 “单元测试”。 像 Databricks 建议的那样，把最常见的问题配上金标准 SQL 答案，定期回归，防止改一次配置就把准确率打回去。
6. 按用量而不是按席位管成本。 Genie 是按用量计费、不按人头收费，管理员可以在 Unity Gateway 按团队或用户设花费上限，也可以把部分任务换成更便宜的开源权重模型。

五、这几句话别信太满

Databricks最后，说点实在的

这轮升级真正值得抄的思路，是把 “给 AI 补上下文” 当成一个治理工程，而不是一个提示词工程。模型能力大家迟早都能买到，能拉开差距的是：你公司的指标有没有唯一定义、官方口径能不能被机器读到、权限边界能不能被机器执行。Genie 这次卖的其实是这三样东西的打包。对 CEO 来说，它的价值不在于多了一个聊天窗口，而在于多了一条绕过层层汇报、直接问数据的通道 —— 但这条通道能不能信，取决于你喂给它的那套定义有多干净。

【常见问题】

问题 1：Genie 这次升级最实质的变化到底是什么？

回答 1：Genie 从 “被动问答” 变成了常驻自主代理：你给目标和边界，它自己在后台跑、拆给子代理、跟踪进度、缺信息回来问、需要决策才找你；同时用 Genie Ontology 把公司的定义、指标、人和流程变成可被机器读取的上下文。所以这次升级的重点是让 Genie 从 “会回答” 变成 “会干活且答得准”，不在模型参数上。

问题 2：Genie Ontology 和我把一堆文档喂给大模型，有什么本质区别？

回答 2：区别在 “真值从哪来”。把文档喂给模型，它还是从碎片里拼答案；Genie Ontology 是把受治理的数据、指标定义和官方口径当作真值，通过 SQL 去查，并按来源权威度排序、按 Unity Catalog 权限过滤、回答附引用。Genie 之所以能在 Turing 那个评测里拿到 91% 通过率，靠的就是能读到 notebook 里写明的计算规则，而不是猜。

问题 3：Genie 的常驻自主代理现在能直接用吗？

回答 3：要分开看。Genie 和 Genie Ontology 已经正式可用；但常驻自主模式、Genie Search、Ontology Manager 目前只是 “即将进入 preview 和 beta”，官方没有给具体日期。也就是说，今天你能开的是 “本体 + 搜索 + 代理”，真正的 “后台自己干活” 还在排队。这也是为什么目前没有任何独立测评能验证它的自主能力。

问题 4：CEO 说的 “不加滤镜的真话”，普通公司怎么复现？

回答 4：三步。第一，把核心指标在 Unity Catalog 里定义一次，别让每个部门各算各的；第二，把员工调研、客户用量、销售管道、工单这些 “坏消息常出现的地方” 接进 Genie，让它能直接查；第三，给 Genie 配一个固定动作，比如每周自动出一份 “哪些指标在变差、为什么” 的简报，直接推到高管收件箱。Genie 在 Ghodsi 那儿起作用，靠的是这套机制，而不是他问了什么特别的问题。

【参考资料】

• [2026-11-12]（Databricks Always-On Genie Agent | Times of AI）Times of AI
• [2026-11-12]（Databricks expands Genie into an always-on AI agent for enterprise workflows）Express Computer
• [2026-11-12]（Databricks launches always-on Genie AI agent for firms）IT Brief UK
• [2026-11-12]（Databricks unveils second-generation Genie with autonomous enterprise workflows）VARINDIA
• [2026-11-11]（Databricks Launches New Always-on Genie: Autonomous AI for Complex Enterprise Work）Databricks 新闻稿
• [2026-11-11]（Databricks' new AI agent tells CEO Ali Ghodsi the unvarnished truth）TechCrunch
• [2026-11-11]（The new Genie: autonomous AI for complex enterprise work）Databricks Blog
• [2026-11-11]（Genie with Genie Ontology Delivers 1.6× the Accuracy with Less than Half the Tokens）Databricks Blog
• [2026-09-14]（What is Genie Ontology and how does it work?）Databricks Answers

一手材料：新闻稿 databricks.com/company/newsroom，产品博客 databricks.com/blog，评测方法见 Genie Ontology 那篇博客正文。

【免责声明】

本文信息来自 Databricks 官方新闻稿与博客、TechCrunch 报道及多家科技媒体转载，仅用于信息分享，不构成采购、投资或选型建议。文中 91% 通过率、耗时与 token 数据均来自 Databricks 与 Turing 联合设计的评测，测试对象为虚构企业场景、由 Databricks 自行运行，不属于第三方独立测评；常驻自主模式、Genie Search、Ontology Manager 尚处于 preview/beta 阶段，功能与可用性可能调整。Ghodsi 的使用案例为其个人账号演示，非客户生产环境部署；“生产力提升 10 倍” 为公司方表述，无公开度量口径。产品价格、免费期与配额以 Databricks 官方最新公告为准。文中提及的公司、产品与商标归各自权利人所有。