top of page

Databricks Genie Agents 更新將數據提問擴展至工作流程

11 分鐘前
讀畢需時 11 分鐘

Databricks 於 11 月 11 日擴展 Genie Agents,加入企業情境與操作功能,但部分重要能力仍處於預覽或 beta 階段。Databricks Genie Agents 更新把一個熟悉的業務問題連繫到更棘手的營運問題:分析答案應在何時轉化為行動?

這次公布把文件分析、應用程式連接及外部分享納入同一產品敘事。這些新增功能處理跨越資料庫、檔案及業務應用程式的工作,同時也對證據、權限及審核提出不同要求。

核心張力在於更廣泛的情境與受控執行之間。能解釋收入變動的系統,與能發布結論或更新紀錄的系統,承擔的責任並不相同。Snowflake 的 Cortex Agents 為這個方向提供了競爭參考。對企業買家而言,問題正逐漸變成這些系統如何結合資訊與權限,而不再只是它們是否支援自然語言提問。

Databricks Genie Agents 更新實際新增了甚麼

這次發布擴展現有分析產品,而新功能的可用性各有不同。

根據公司發布的 Genie Agents 更新,非結構化文件分析進入公開預覽。非結構化數據是指儲存在文件及圖像中、而非整理成資料庫表格的資訊。原生 Model Context Protocol 連接器可讓代理與外部工具通訊,並被描述為正式全面推出。

適用於 Genie Agents 的 OpenSharing 與 Genie Clean Rooms 仍處於 beta 階段。OpenSharing 讓供應商可在不同 Databricks 帳戶之間分發代理。Genie Clean Rooms 則加入受控問答介面,向接收方隱藏底層數據。即使這些功能在示範中一同出現,這些發布階段仍各自重要。

這是較廣泛 Genie 公布中的元件更新,不應被視為 Genie 的首次推出。它亦不代表較廣泛 Genie 系列相關的每一項能力,都已準備好全面部署。

實際改變在於代理可在回應前使用的證據範圍。表格可顯示某項業務指標出現變動;文件則可解釋例外情況、合約條件或營運程序。應用程式連接可提供另一項情境資料,或提供一個發送結果的目的地。

這種組合改變了分析請求的形態。使用者可以提出答案同時取決於計算與解釋的問題,產生的工作流程亦可延伸至計算發生地點以外。

以一個說明性的帳戶檢討為例,銷售經理在報告表格中發現某個商機正在下滑。當中的解釋可能取決於帳戶計劃及最近一次客戶討論。能接觸這些來源的代理,比僅限於表格的代理有更好的起點。

不過,能接觸更多證據並不代表證據必然相關或仍然有效。一個流暢的回應,仍可能把準確的計算結果連結到過時的解釋。因此,買家需要把來源覆蓋範圍與答案質素分開評估。

Databricks Genie Agents 更新之所以重要,是因為它把這些問題帶入產品的營運範圍。它令分析與執行之間的界線更清晰。要評估這條界線,必須超越對話介面,檢視每個答案背後發生的事情。

文件情境改變誰對答案負責

文件分析將部分實施負擔轉移至負責業務證據的人員。

Databricks 的 檔案分析文件說明,可將 Unity Catalog volumes(即受管治的檔案容器)附加至代理。檔案分析使用 Agent mode,即產品的多步推理模式。答案可以包含指向特定來源頁面的引文,而存取權限會遵循提出請求的使用者權限。

文件亦界定了實際限制。作者只能附加整個 volume,不能附加其中指定的資料夾。內容搜尋支援受管 volumes,並會略過大於 100 MB 或超過 500 頁的檔案,亦受地區相依性限制。

這些細節令文件整理成為營運層面的關注事項。一個同時包含已核准政策與過時草稿的 volume,與經謹慎維護的文件集合相比,形成截然不同的證據環境。代理介面並不能免除判斷哪些文件應歸入同一集合的需要。

這不只對數據團隊構成壓力,也影響業務擁有人。財務團隊可以負責某項指標的定義,而法務團隊則負責會改變其詮釋的合約條文。結合兩類來源的答案,需要這些責任之間具備清楚關係。

以一個說明性的採購問題為例,支出紀錄可能識別出成本上升的供應商,合約文件則可能解釋續約條款或協商後的例外安排。只有當代理能區分有效協議與已被取代的版本時,結合這些來源才有用。

頁面引文令審核更可行,因為它們為讀者提供具體可檢查的位置。然而,這並不代表選取的頁面足以支持結論的每一部分。參考資料可以準確,但從中得出的推理仍可能不完整。

當使用者詢問某件事為何發生時,這個區別尤其重要。數字變動與文件評論可以同時出現,卻不代表兩者存在因果關係。代理應保留這種不確定性,而不是將時間或位置上的接近轉化為解釋。

因此,負擔是改變而非消失。受管文件功能可以減少自訂整合工作,但領域專家仍需界定甚麼才算具權威性的證據,以及相互衝突的來源應如何影響回應。

從相關段落作答,與在整個集合中建立全面模式之間亦有差別。一份令人信服的摘要本身並不能揭示系統搜尋得有多徹底。審核者需要問:被遺漏的證據會否改變結論?

最適合部署的情況,是具備可辨識來源及明確負責人的有限業務範圍。更廣泛的集合會增加可能的問題範圍,但也令來源選取更難評估。當其權威性容易理解時,更多情境才會變得有用。

應用程式存取令行動成為獨立決策

檢索資訊的權限,應與修改另一個系統的權限分開評估。

Databricks 將其數據擷取服務 Lakeflow Connect,與運行時工具連接區分開來。擷取功能將應用程式數據帶入分析環境;運行時連接則讓代理在執行任務時與應用程式互動。即使涉及相關業務資訊,兩條路徑的目的仍不同。

MCP 工具文件說明,個別使用者會進行驗證,工具呼叫亦使用提出請求者的權限。文件區分可自動執行的讀取操作,以及需要請求核准的寫入操作。作者可以啟用或停用個別工具。

有一項可用性差異值得保留。11 月 11 日的公布稱原生 MCP 連接器已正式全面推出;但最後於 11 月 9 日更新的整合指南,仍將 Genie Agents 中的 MCP 工具標示為 beta。買家應確認其工作區支援的設定,而非假設可用性完全一致。

就部署規劃而言,更大的問題是知識與權限之間的關係。檢索帳戶計劃可協助解釋建議;將該建議發布到共享頻道,則改變誰會看到它,以及其他人可能如何使用它。

一個說明性的銷售檢討可顯示這種區別。代理可能比較銷售管道數字與帳戶文件,並準備策略摘要。在任何人授權分發前,這項分析已可帶來價值;發送摘要則引入另一項有關受眾、內容及時機的決策。

使用者現有的應用程式權限提供存取邊界,但無法回答每一個工作流程問題。某人可以合法存取文件,卻仍可能需要管理層審核,才可傳閱根據該文件得出的結論。技術授權與業務審批服務不同目的。

這正是 Databricks Genie Agents 更新改變買家評估方式的地方。成功使用工具的示範,只證明連接運作正常;它並不能證明所選行動符合組織流程。

當工作流程中途停止時,這個區別同樣重要。正確的分析可以先於未成功的寫入操作;反過來說,即使底層建議需要修正,行動仍可能成功。把整段對話視為單一成功結果,會掩蓋這些差異。

因此,評估這些工作流程的團隊應檢視中間結果。他們需要了解檢索了甚麼資訊、產生了甚麼結論,以及提出了甚麼行動。每一步都呈現不同類型的失敗可能。

這不代表每項任務都必須變成漫長的審批程序,而是要讓審核負擔與後果相稱。供個人檢視的草稿,與共享的營運更新,應獲得不同處理。

這個產品方向適合本已跨越多個應用程式的工作。其價值取決於能否減少交接,同時不令問責更難追蹤。決定性的問題是,使用者能否理解並控制從證據到執行的轉換。

Snowflake 顯示聊天介面已不再足夠

競爭壓力涉及完整的分析工作流程,包括如何結合及審核證據。

Snowflake 的 Cortex Agents 文件描述一個結合結構化與非結構化來源的系統。Cortex Analyst 產生資料庫查詢,而 Cortex Search 則檢索文件資訊。代理協調這些工具,並根據其結果進行推理。

Snowflake 亦記錄了自訂工具、外部 MCP 連接、監察及評估功能。其文件明確警告,回應準確性及引文並不獲保證。這些能力構成相關比較,但並非證據顯示任何一間供應商在特定工作負載上的表現較佳。

共同方向十分清楚:自然語言分析愈來愈涵蓋查詢周邊的工作。使用者希望得到解釋、支持材料及有用的下一步。單靠對話介面,無法決定這些工作應如何進行。

對買家而言,這令比較從功能清單轉為營運評估。兩家供應商都可描述如何結合數據與文件;真正有意義的差異,會在真實問題包含模糊之處、缺失證據或相互衝突定義時浮現。

一條說明性收入問題可能使用財務與銷售團隊有不同理解的術語。挑戰不僅是產生有效查詢,而是選擇預期的業務定義,並說明哪種詮釋影響了結果。

應用程式存取權亦增加另一個比較面向。工具清單可以顯示代理能夠連接某個業務系統,但買家仍需確認最終互動是否符合其審核流程,並提供足夠細節以便排查問題。

這令供應商必須讓其工作流程可供檢查,也促使內部團隊界定何謂令人滿意的結果。若沒有共同標準,具說服力的示範可能以呈現質素取代任務完成度。

比較時應考慮企業現有環境。移轉資料、重建定義,或引入另一個管理邊界,都可能影響實際結果。最出色的對話式回應只是部署決策的一部分。

這種轉變亦為孤立的分析助理帶來挑戰。僅限回答資料庫問題的工具,必須證明使用者其後需要進行的交接為何合理;而更廣泛的代理則必須證明其引入的額外複雜性值得。兩種方式都不會僅因支援更多功能而勝出。

對知識工作者而言,個人資訊檢索與共享企業分析之間亦存在相關界線。個人與團隊知識的區分,有助釐清各個環境應包含哪些來源與責任。

因此,競爭含義比「代理取代既有分析工具」的說法更狹窄。供應商正競爭掌握由業務問題通往經審核結果的更多環節。客戶應按其自身證據及營運限制評估這條路徑。

對外分享延伸管治邊界

分享代理會帶來責任,既涉及接收者所得的答案,也涉及他們無法直接檢視的資料。

Databricks 的 OpenSharing 公告將該協議定位為超越分享資料表及檔案的擴展,並區分開放協議與 Databricks 的企業實作。當按特定產品配置評估互通性主張時,這項區分十分重要。

對 Genie Agents 而言,11 月更新引入測試版分享功能。供應商可將情境與指示打包至代理中。Genie Clean Rooms 的用途是讓接收者獲得答案,而毋須直接查看底層資料。

這改變了供應商必須維護的內容。資料集有定義、更新預期及存取條件;代理則增加另一層:影響如何理解問題,以及證據如何形成答案的指示。

設想一個說明性的供應商關係。製造商希望合作夥伴調查交付表現,同時不披露每一筆內部紀錄。受控的代理介面可提供較狹窄的資訊途徑,前提是其允許提供的答案符合預期的合作關係。

關鍵區別在於隱藏原始紀錄與限制答案所揭示的內容。兩者目標相關,但並不相同。私隱評估需要考慮可透過回應取得的資訊,包括重複或密切相關的問題。

這是分析層面的關注,並非聲稱已公布功能存在已證實的漏洞。公開產品描述並未證明所有可能的推論風險均已消除。買家不應把架構意圖轉化為全面的私隱保證。

對外分享亦改變了含糊指標的後果。內部同事往往可透過既有工作關係釐清令人困惑的定義;客戶或合作夥伴則可能合理地將代理的答案視為供應商的官方立場。

這令定義及指示的所有權在商業上變得重要。供應商需要決定如何向接收者傳達修正,以及使用者如何辨識意義上的變更。對話式答案不應悄然掩蓋經修訂的業務規則。

不獲支援的問題也有相似情況。共享代理看起來可能比固定報告更靈活,從而鼓勵接收者探索。其實用性部分取決於能否辨識現有資料無法支持答案的情況。

因此,供應商的責任不止於令代理可供存取,還包括維持來源材料、允許問題與最終結論之間可信賴的關係。封裝智能並不能免除設立清晰界線的需要。

Databricks Genie Agents 更新指向在資料之餘分發分析體驗。這是產品角色的重大擴展。其成功將取決於供應商能否以處理底層資訊產品時同樣的嚴謹態度,支援這些體驗。

當這些功能進入更多工作流程時值得關注的事項

下一批有用證據將涉及部署準備度、混合來源答案質素,以及具備清晰問責的已完成工作。

第一個訊號是更清晰的可用性。未來數月,買家應留意版本說明及文件中有關文件分析和分享功能的變更,也應留意連接器指引是否解決公告與整合文件之間的不一致。

一致的指引將強化組織可圍繞穩定功能組合規劃部署的理據。持續存在的差異,則會令評估更依賴按工作區確認。無論哪種結果,都不應從籠統的 Genie 品牌推斷出來。

第二個訊號是需要同時使用文件及資料表的問題之相關證據。有用的評估應揭示系統是否找到所需證據並正確理解。僅有流暢答案,幾乎無法反映這兩項要求。

Databricks 的 代理監控文件為測試及審閱代理行為提供基礎。買家應利用該功能檢視自身業務中的代表性任務。重要結果是,當來源及指示改變後,表現是否仍可接受。

例如,評估可區分正確計算與有理據支持的解釋。回應可能得出正確財務數字,卻誤讀合約例外情況。分開記錄這些結果,能令部署決策更具參考價值。

具備清晰方法的獨立或客戶發表評估,將強化擴大使用範圍的理據。省略來源條件或失敗案例的報告,則會留下重要未解問題。證據應說明測試了甚麼,而非僅描述使用者熱情。

第三個訊號是已完成工作,以及可理解的決策紀錄。組織應觀察較廣泛的情境是否減少達成經審核結果所需的工作量,亦應檢視驗證、修正及維護代理所引入的工作。

看似較快的回應,如需有人重建其推理過程,仍可能帶來後續工作。當審核帶來實際後果時,較慢但有充分支持的答案可能更有用。比較需要涵蓋完整任務。

成功案例應區分建議行動,以及已獲授權和已完成的行動,亦應容納適當的拒絕或升級處理。能辨識證據不足的代理,可能比總是自信提出建議的代理更能服務工作流程。

這些訊號將決定企業會向擴展後的產品賦予多少營運責任。功能存取創造測試這種責任的機會;可重複、可檢查的結果,則為擴大責任範圍提供更有力依據。

在擴大試點前,選擇一個本已需要計算、文件證據及經審核後續步驟的業務問題。在比較代理回應前,先訂立正確結果的定義。要求負責的業務擁有人分別檢視證據與建議行動。記錄哪些環節仍需要人類判斷,以及工作流程在審核後是否節省工作量。利用這些發現,決定哪些額外來源或工具值得獲授存取權。Databricks Genie Agents 更新擴闊團隊可嘗試的範圍;實際決策在於其證據足以支持團隊下一步交託哪些責任。貴機構需要看到甚麼,才會信任由此產生的行動?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page