Databricks 推出自主 AI 同事 Genie：持续跟进企业长周期工作，基准任务正确率 91%
核心概要
Databricks 发布新版 Genie，把它从按需问答的数据助手改成能持续承担长周期企业工作的自主 AI 同事：它跟踪进度、追问缺失输入，并在新信息到达时采取行动，由用户设定护栏并审批关键动作。支撑这一自主性的是 Genie Ontology，它把业务定义、指标、关系和团队知识组织成智能体可用的上下文。在与 Turing 共建的新基准上，同一 Databricks 工作区内，由 Genie Ontology 驱动的 Genie 在 91% 的任务运行中答对，是较强前沿智能体的 1.6 倍，且消耗的 token 不到后者一半。
深度剖析
Genie 从响应单次请求的助手变成持续在岗的自主 AI 同事，负责跟踪进度、追问缺失输入，并在新信息到达时采取行动。 此前的 AI 助手能跑分析、总结会议，但围绕它们的工作仍要由员工自己管理，因为多数企业工作是连续的、复杂的且数据密集的。 Databricks 称已有数千家客户在生产环境使用 Genie，包括 Zillow、Unilever、adidas、Atlassian 和 AstraZeneca。
自主性建立在业务上下文与明确控制之上：Genie Ontology 提供业务地图，Genie Search 跨湖仓与业务应用找信息，Unity Gateway 与 Unity Catalog 沿用既有权限和策略治理其动作、用量与成本。 Genie Ontology 由智能体从人们已在用的仪表盘、查询和笔记本中自动构建，并随每次查询和 AI 交互继续学习，团队在 Unity Catalog 中确立权威定义。 OntoRank 算法让这些权威定义优先，使每个智能体基于同一套受治理的业务理解工作。
在与 Turing 共建的新基准上，由 Genie Ontology 驱动的 Genie 在 91% 的任务运行中答对，是较强前沿智能体的 1.6 倍，且 token 用量不到一半。 对照是在同一 Databricks 工作区、同一批任务上比较 Genie 与两个领先前沿智能体。 这些任务要求把分散在表、仪表盘和笔记本中的知识连接起来，而不只是访问数据。
启示与展望
报道覆盖的是 Databricks 发布的新版 Genie 及其配套组件，包括 Genie Ontology、Genie Search、Genie Agents、Genie 插件和 Unity Gateway；量化对照限于与 Turing 共建的基准，任务为连接分散在表、仪表盘和笔记本中的知识。
91% 正确率与 1.6 倍、不到一半 token 的结论来自与 Turing 共建的新基准，文中未说明任务规模、具体前沿智能体名称或评测细节；客户使用情况以 Databricks 自述形式给出。