扩展 Genie Agents：深度分析、文件推理等新功能

在 Data and AI Summit 上，Databricks 发布了 Genie Spaces 向 Genie Agents 的演进。Genie Agents 是由专家策展的智能体，能够针对业务中最重要、优先级最高的领域提供可信答案。此后，Databricks 持续增强 Genie Agents 的能力，使其能回答更广泛的问题，同时降低策展难度。最新更新使 Genie Agents 更强大、更全面，并且更容易从团队现有工作流中创建。

Agent mode 与 API 开启更深层次研究。对于快速、事实性的数据查询，Chat mode 很有效；而更复杂的问题则需要 Agent 具备更强的推理能力。如今，Agent mode 已面向所有 Genie Agents 开放，它作为支持多步分析的智能推理循环，不会在单次查询后停止，而是能够制定并优化研究计划，通过多次迭代查询探索数据，最终返回包含发现、可视化和引用的报告。对于过去需要数据分析师和完整研究计划的开放式业务问题，Agent mode 现在可以充当实时研究伙伴。

开发者还可以通过 Agent mode API 将这种多步推理能力带到 Databricks 界面之外。这些 API 支持开发者将 Agent mode 集成到自定义应用程序、聊天机器人、定时报告和内部工具中，并通过 Server-Sent Events（SSE）向客户端流式传输响应。开发者能够保持完整的对话并跟踪后续问题，还可以通过 API 获取对话与消息，用于程序化监控。同时，API 也新增了可视化支持，可在文本回复基础上提供丰富视觉洞察和数据表格。

非结构化数据融入 Agent 分析。业务问题的答案往往不仅存在于表格中，还需要非结构化数据提供的上下文。Genie Agents 现在可以分析 Unity Catalog volumes 中存储的文件，让 Agent 在同一对话中结合 PDF、文档、幻灯片和图像与结构化数据来回答问题。Agent 构建者可为一个 Genie Agent 附加最多 10 个 volume，使业务用户能够提出结合文件上下文与受管表格的问题。例如“哪些地区的客户流失最严重，他们的离开调查中主要反映了哪些主题？”或“比较这两份工作说明书之间的差异”。非结构化数据分析在 Agent mode 中运行，利用多步推理检索和分析最相关的文件内容，同时遵循 Unity Catalog 权限，用户只能看到有权限访问的文件，并支持内容搜索索引，以便在大量文件中实现更快、更高质量的检索。

Genie Code 加速 Agent 策展。为了帮助用户规模化构建更多 Genie Agents，Databricks 在加快和灵活策展方面投入了大量工作。Genie Code 得到增强，提供了多种工具和专用技能。作者只需描述 Agent 的目的、示例用户问题和期望数据源，Genie Code 就能创建 Genie Agent 并添加指令，同时会利用 Unity Catalog 中相关表及历史查询的元数据。在 Agent 搭建完成后，Genie Code 还能帮助诊断失败：用户可以指示其分析特定的对话失败或基准测试运行，Genie Code 会审查现有上下文和具体错误，提出对 Agent 上下文的改进建议。此外，Genie Code 还能帮助管理生产环境中的 Agent；策展人可以要求其总结关键问题主题和用户反馈趋势，发现知识差距，甚至建议上下文改进方案。所有建议都可以由作者在保存前审阅。

轻松分享洞察。数据问题通常不局限于单人，而是会推动跨职能决策并引发进一步分析。用户现在可以分享来自特定 Genie Agent 的聊天，共享对话会保持更新，新消息、编辑过的可视化和后续分析都会对拥有共享链接权限的人可见。用户还可以将对话共享给 Agent 作者，以便作者审查对话质量并回应反馈。

这些更新与 Genie Agents 创作体验的近期改进相互配合，旨在帮助用户更快速、更有信心地创造更智能的 Genie Agents。刚入门可先通过 Genie Code 或 Genie One 创建首个 Agent，然后使用 Agent mode 提出简单或复杂的数据分析问题，或将 Unity Catalog volumes 连接到 Agent，为其提供非结构化数据上下文。