Databricks:Genie Ontology 正式发布,将共享业务上下文置于首位
Databricks 于 11 月 11 日宣布 Genie Ontology 正式发布,将共享业务定义置于其企业智能体战略的核心位置。其公告《Announcing GA of Genie Ontology》聚焦于一个实际矛盾:智能体即使查询相同的数据,仍可能对业务含义得出不同结论。
本体是一种可供软件使用的、对业务概念及其关系进行结构化表达的方式。Databricks 希望这一表达能服务于多个智能体,而不是让每个助手各自独立重建公司知识。
这项公告给那些为每个智能体分别构建上下文集合的团队带来了压力。Palantir 已将本体视为企业基础设施,尽管其实现更强调运营对象和操作。Databricks 正在推进另一种侧重点:从既有分析工作中学习上下文,同时让人员建立权威定义。
这一差异比新增一个聊天界面更重要。核心问题在于,企业能否复用长期积累的知识,同时避免将每一份历史仪表板、笔记本和文档都当作不容置疑的事实。
Genie Ontology 正式发布,建立共享上下文层
关键变化在于转向集中管理的业务上下文,供多个智能体复用。
Databricks 将 Genie Ontology 描述为一种共享基础设施,结合自动学习到的知识与由人员治理的定义。11 月 11 日的公告还指出,Unity Catalog Domains 和 Pages 已正式发布。其计划中的可视化策展界面 Ontology Manager 仍将以 beta 版形式于近期推出。
这种可用性差异应当在任何采购讨论的前期被明确指出。底层本体的正式发布,并不意味着与其一同宣布的每项功能都具有相同的成熟度。
更广泛的 Genie 发布还涵盖自主工作和更多应用体验。这些发展提供了背景,但本次公告所关注的是支撑这些体验的业务知识。
这一架构选择改变了组织应当在何处调查分歧。当不同智能体返回相互矛盾的结果时,各自的提示词只是可能原因之一。它们的定义、来源选择和访问权限同样值得关注。
设想一家销售组织向不同助手询问如何识别活跃客户。财务助手可能使用合同状态,而客户成功助手则使用近期产品活跃度。两种答案都可能遵循有效的本地规则。
共享上下文层并不会让这些区别消失。它提供了一个地方来表达这些区别、指定责任归属,并让其预期适用范围清晰可见。
这比为智能体连接更多文件是一项要求更高的主张。检索可以找到包含答案的文档,而企业上下文还必须判断该文档是否为当前问题提供了恰当答案。
因此,这项公告在技术问题之外也提出了组织问题。必须有人决定哪些业务定义应当具有权威性,哪些仍属于部门范围,以及谁有权修改它们。
对于现有 Databricks 客户而言,实际吸引力在于复用。他们的分析资产已经包含了有关计算方式、例外情况和报告惯例的决策。为每个新助手重建这些决策,会带来新的维护负担。
对于正在评估该平台的组织,相关问题则有所不同。他们需要评估其环境中已经存在多少可用知识,以及仍有多少尚未形成文档。
这些起始条件将决定所需工作量。上下文系统无法找回从未被记录的政策,而已记录的实践也不会自动等同于获批政策。
Genie Ontology 的正式发布使这种区别具有了商业相关性。买家如今拥有一项可评估的平台能力,同时仍需持续承担其所使用知识的责任。
共享上下文将压力转移给数据所有者
共同的知识层使定义所有权成为智能体部署的一部分。
直接压力落在数据领导者、业务领域所有者以及维护内部智能体的团队身上。他们必须决定现有定义是否已准备好被更广泛地复用。
一种在熟悉团队内部行之有效的报告惯例,当另一个部门通过助手接触它时,可能变得含糊不清。原始使用者可能理解那些从未进入文档的例外情况。
自动化提高了这些例外的重要性。审阅仪表板的人可以询问其作者某个标签的含义,而智能体则需要可访问的依据来作出这种区分。
这改变了部署对话。仅询问助手能否访问数据集是不够的。买家还需要知道它是否理解该数据集的预期用途。
历史信息也是如此。一项计算可以准确复现旧报告,却不适合用于当前的运营决策。上下文不仅需要来源信息,也需要对用途的理解。
来源追溯是指记录信息从何而来,以及如何形成最终答案。它有助于审阅者调查推理过程,但并不能证明底层业务判断就是正确的。
这种区别为领域专家带来了工作。他们需要识别哪些定义应广泛适用,哪些则需要更狭窄的解释。
单纯的集中式所有权会造成另一个问题。如果每次澄清都需要平台团队处理,业务上下文就会成为一个队列,与基础设施维护和应用交付争夺资源。
因此,可行的运营模式需要分布式责任。财务部门应负责财务解释,而其他部门则保留对其工作特有概念的权威。
共享层必须让这些边界易于理解。否则,一个统一的企业知识系统既可能集中化有用定义,也同样可能集中化混乱。
开发者也面临相关转变。他们的工作从提供指令和工具访问权限,扩展为检查智能体是否能在不同用户条件下检索到正确解释。
一个有用的评估问题是:修改权威定义后,所有使用该定义的智能体是否产生预期变化。另一个问题是:部门特定定义是否始终处于其预期适用范围内。
这些是建议的验收标准,而非已报告的 Genie 结果。它们源于可复用上下文的承诺:更新应可预测地传播,例外应始终是有意为之。
知识工作者同样与此相关。即使部门对底层术语存在分歧,带有引用的答案仍可能显得已经定论。
更广泛的区别类似于个人知识与团队知识之间的差异。只有当信息的适用范围和维护方式清晰明确时,对某一个人有用的信息才会成为共享基础设施。
对于采购团队而言,这意味着要将实施责任与产品能力一并评估。软件可以组织上下文,但企业仍需要获得授权的人员来解决分歧。
运营收益取决于这项工作能否被复用。如果每个新智能体都需要再进行一轮定义清理,组织只是转移了重复工作,并未减少它。
学习到的知识需要明确的权威模型
Databricks 的方法将广泛的知识提取与一组经过刻意治理的定义结合起来。
该公司的文档区分了学习到的知识与建模知识。学习到的知识由从现有资产和使用情况中提取的片段组成。建模知识则包括明确维护的指标、概念和组织分组。
根据已文档化的上下文权威模型,建模知识优先于与之冲突的学习到的知识。用户可以检查支持性片段及其来源。学习到的片段无法直接编辑;纠正它们需要修改来源,或建立权威的建模定义。
Unity Catalog 是 Databricks 面向数据及相关资产的治理系统。其语义工具包括用于受治理计算的 Metric Views、用于业务分组的 Domains,以及用于定义概念的 Pages。
这一设计解决了一个常见的维护困境:对每个细节进行建模需要持续投入,而完全依赖提取材料则可能保留偶然或过时的做法。
一个假设性的收入问题说明了为何两方面都很重要。某个仪表板可能包含为区域销售会议设计的计算方式,而会计团队可能维护着另一种用于财务报告的定义。
自动提取该仪表板的逻辑可以恢复有用知识。将其视为普遍权威则会引入适用范围错误。
因此,重要机制在于提取与权威之间的关系。系统既需要足够的学习细节来回答具体问题,也需要明确规则,说明哪些定义优先于其他定义。
这种安排也创造了反馈机会。反复出现的歧义可以识别出一个需要正式责任归属的概念。
不过,定义的正式化应当涉及业务决策。重复使用并不会使某项计算变得正确,受欢迎程度也不能证明其已经获批。
纠正路径同样重要。如果某个来源包含错误,组织需要在修改来源之前了解哪些下游答案依赖于它。
权威覆盖可以解决即时解释问题,但原始资产仍值得关注。否则,人类和智能体可能继续通过不同路径接触到相互冲突的版本。
这正是共享上下文战略成为维护战略的地方。其价值在于减少重复发现,同时保留质疑系统所学内容的能力。
竞争性比较有助于厘清范围。Palantir 的运营本体通过对象、属性和链接来表示业务实体,同时包括支持工作流的操作和函数。
这比将本体主要视为回答问题的上下文,具有更广泛的运营框架。术语上的重叠不应掩盖实现方式和预期用途上的差异。
买家应比较具体工作流。他们可以询问每个平台如何表示存在争议的指标、记录责任归属、控制业务操作并解释答案。
“ontology”这个共同词汇并不能证明功能等同。本次发布也不能确立 Databricks 与 Palantir 之间的总体性能排名。
对于 Databricks 而言,其独特主张在于连接既有分析工作与可复用的业务理解。其成功取决于所提取的上下文是否始终可检查、可纠正,并且恰当地服从于受治理定义。
在宣布 Genie Ontology 正式全面可用(GA)之后,值得评估的是这样一种机制:平台如何将积累的工作转化为可复用的证据,同时不赋予每一项工件同等的权威性。
该基准测试评估完整的智能体配置
报告中的性能差距值得进一步评估,但并未单独证明本体的贡献。
Databricks 与 Turing 围绕虚构的英国能源供应商 Calderwick Energy 开发了一项基准测试。每个智能体都在同一工作区中将每项任务运行五次。
已发布的企业智能体基准测试显示,Genie 的通过率为 91%,Agent A 为 45%,Agent B 为 58%。三者的平均 Token 用量分别为 431,829、889,019 和 1,051,070。Token 是模型处理文本的单位。
Genie 以原生方式运行,而未具名的替代方案使用了不包含 Genie MCP 访问权限的 Databricks 工具集。MCP,即模型上下文协议(Model Context Protocol),用于标准化 AI 应用与外部工具之间的连接。
这些是供应商针对完整配置报告的结果。它们并不能证明普遍适用的企业准确率,也没有比较除本体访问权限外完全相同的系统。
这一限制并不意味着该评估无关紧要。企业部署的是包含模型、工具、权限和累积上下文的系统。衡量组合后的结果能够回答一个实际的采购问题。
但这与针对单一组件开展的受控实验回答的是不同问题。买方应区分交付系统的性能,与为其优势提出的解释。
基准测试的任务设计同样重要。业务分析往往要求找到位于最明显表格之外的解释。
在已发布的演示中,一个看似直接的历史规划费率问题,需要查阅 Notebook 上下文。仅阅读可见的表格值,会导向错误的解释。
其普遍教训很有价值:正确执行查询并不保证得到正确的业务答案。智能体可以检索到真实数值,却仍在回答另一个问题。
不过,该基准测试的适用范围仍应限定在其设定之内。一个虚构的能源工作区无法代表每家公司的文档、权限结构或定义质量。
拥有累积知识的成熟环境,也不同于刚刚接入的工作区。买方需要了解,报告中的测量之前进行了哪些准备步骤。
对 Token 效率也需要同样谨慎。回答过程中较低的 Token 使用量可能很有价值,但运营投入还包括准备和维护周边知识的工作。
完整评估应将这类维护与回答质量一并纳入考量。否则,组织可能优化了可见的推理工作,却忽略了使其成为可能的劳动。
未具名的竞争智能体进一步限制了结果的解读。读者不能依据已发布的标签,就断定某个特定商业助手表现较差。
名称缺失也不应引发猜测。相关的比较应是有记录的那一项,并以供应商所描述的配置和访问条件为准。
对于企业试点,更有力的本地测试应包含存在争议的定义、过时资产、受限来源,以及需要历史解释的问题。这些案例能够暴露直接查找难以发现的弱点。
评审人员还应检查错误答案。基于错误定义而自信作答的错误,与因缺少访问权限而拒绝回答,需要采取不同的补救措施。
该基准测试提供了检验 Databricks 主张的理由,但并未消除衡量系统在买方自身业务中如何表现的必要性。
更广泛的来源覆盖带来新的治理边界
只有当访问权限、时效性和权威性仍然清晰可辨时,连接更多知识才会提升实用性。
Databricks 的企业搜索设置文档将 Google Drive、Jira、Confluence 和 Workday 列为支持来源。文档称,内容和权限会进入一个共享索引。
该文档区分了索引搜索与实时连接器。搜索会在索引刷新后反映变化;连接器则可以检索当前应用状态并执行获准操作。初始索引可能需要数小时或数天。
这种区分具有实际影响。描述某一流程的文档与显示其当前状态的工单,回答的是业务问题的不同部分。
以一次假设中的发布评审为例,智能体可能两者都需要。设计文档解释预期行为,而当前工单记录尚未解决的工作。
广泛搜索的结果不应悄然替代对当前运营状态的核查。反过来,实时状态更新也可能缺少理解其重要性所需的推理背景。
因此,买方应审视答案如何传达时间信息。引用能够标识来源,但用户还需要足够的上下文,以判断其内容是否仍然适用。
权限构成另一条边界。信息访问决定谁能看到它;权威性则决定该信息何时应当指导答案。
这些控制措施解决的是相关但不同的问题。一份广泛可访问的文档可能已经过时。一份受限文档则可能对获准查阅它的用户具有权威性。
当业务逻辑跨越应用边界时,同样的区分依然适用。导入一项计算不应抹去其原始作者设定的适用条件。
Databricks 在 11 月 10 日的公告中介绍了一项独立的 Power BI 发布能力。它将 Unity Catalog Metric Views 发布到 Power BI 语义模型中,目前仍处于私有预览阶段。
这一流程不同于从现有 BI 资产中学习上下文。向外发布受治理的定义,与向内引入现有业务逻辑,具有不同的所有权和验证要求。
本体的全面可用并不会改变该发布集成的可用性状态。买方应独立跟踪每项能力,而不是从周边发布中推断其成熟度。
这种区分还揭示了一个更广泛的实施问题:当多个工具都能使用某一定义时,组织应在哪里维护它?
只有当团队就权威归属达成一致时,迁移才能减少重复。到处保留可编辑版本,会延续原有的协调问题。
这并不要求立即将每个业务概念迁入单一应用。它要求在过渡期间明确,哪个版本控制哪个工作流。
对于平台团队,首要任务是建立清晰的责任链。他们需要知道谁负责来源访问、来源质量、定义审批和下游行为。
对于业务用户,首要任务是可理解性。他们应能理解答案为何采用特定定义,而无需重建整个集成架构。
更广泛的连接使这些责任更加紧迫。它扩展了智能体可用的证据,同时也增加了陈旧假设可能产生的地点。
关注治理、独立复现与共享使用
接下来值得关注的信号包括:上下文如何维护、结果能否复现,以及多个智能体是否真正复用它。
首先,关注 Ontology Manager 的发布及其实际范围。Databricks 将即将推出的 Beta 版本定位为检查和治理本体的场所。
它的重要性将取决于所能支持的工作。发现一个含糊的概念,只有在所有者能够调查并进行受控修正时才有价值。
若有证据表明审查和修正流程直接易行,将强化共享基础设施的论点。若日常修改仍持续依赖专家介入,则会缩小其实际覆盖范围。
其次,关注独立复现的评估。最有力的证据将来自用自身问题进行测试,并公布足够细节以解释结果的组织。
有价值的披露应说明准备投入、来源覆盖范围、失败案例和竞争系统的配置。单独的通过率标题无法证明这些条件。
如果不同环境中反复出现收益,将增强人们对该方法可超越供应商示例而推广的信心。高度波动的结果则表明其更依赖本地知识质量。
两种结果都具有参考价值。买方需要了解哪些前提条件能够预测成功,而不是假定全面可用意味着各组织已具备一致的就绪程度。
第三,关注相同的受治理上下文是否能支持多种智能体体验,而无需重复进行定义工作。复用是其核心架构承诺。
一个有说服力的采用案例,应展示组织更新一项业务定义后,在其各个消费工作流中观察到恰当行为。它还应说明例外情况如何保持受控。
这将提供协调工作减少的证据。仅仅连接更多助手只能证明覆盖范围,而无法解决维护主张是否成立的问题。
这些信号应在未来数月引导关注重点。它们比更多功能名称更具揭示性,因为它们检验的是产品发布之下的运营模式。
宣布 Genie Ontology 正式全面可用,为企业买方提供了一种具体方式,用以审视一个持续存在的智能体问题:获取信息并不保证形成共享的业务理解。
从一个当前会引发分歧的业务问题开始。识别获批准的定义、相互竞争的历史解释,以及负责解决冲突的人员。然后评估智能体是否选择了正确证据,并让其选择可被理解。纳入一个已变更的定义和一个受限来源,因为两者都能暴露干净演示可能掩盖的行为。询问平台消除了哪些工作,以及哪些责任仍由你的团队承担。决策应取决于共享上下文是否在保持修正可管理的同时,减少重复解释。你的组织会信任哪一项定义,并允许多个智能体复用它?



