擴展 Genie Agents：深度分析、文件推理等新功能

在 Data and AI Summit 上，Databricks 發佈了 Genie Spaces 向 Genie Agents 的演進。Genie Agents 是由專家策展的智能體，能夠針對業務中最重要、優先級最高的領域提供可信答案。此後，Databricks 持續增強 Genie Agents 的能力，使其能回答更廣泛的問題，同時降低策展難度。最新更新使 Genie Agents 更強大、更全面，並且更容易從團隊現有工作流中創建。

Agent mode 與 API 開啓更深層次研究。對於快速、事實性的數據查詢，Chat mode 很有效；而更復雜的問題則需要 Agent 具備更強的推理能力。如今，Agent mode 已面向所有 Genie Agents 開放，它作為支持多步分析的智能推理循環，不會在單次查詢後停止，而是能夠制定並優化研究計劃，通過多次迭代查詢探索數據，最終返回包含發現、可視化和引用的報告。對於過去需要數據分析師和完整研究計劃的開放式業務問題，Agent mode 現在可以充當實時研究夥伴。

開發者還可以通過 Agent mode API 將這種多步推理能力帶到 Databricks 界面之外。這些 API 支持開發者將 Agent mode 集成到自定義應用程序、聊天機器人、定時報告和內部工具中，並通過 Server-Sent Events（SSE）向客户端流式傳輸響應。開發者能夠保持完整的對話並跟蹤後續問題，還可以通過 API 獲取對話與消息，用於程序化監控。同時，API 也新增了可視化支持，可在文本回復基礎上提供豐富視覺洞察和數據表格。

非結構化數據融入 Agent 分析。業務問題的答案往往不僅存在於表格中，還需要非結構化數據提供的上下文。Genie Agents 現在可以分析 Unity Catalog volumes 中存儲的文件，讓 Agent 在同一對話中結合 PDF、文檔、幻燈片和圖像與結構化數據來回答問題。Agent 構建者可為一個 Genie Agent 附加最多 10 個 volume，使業務用户能夠提出結合文件上下文與受管表格的問題。例如“哪些地區的客户流失最嚴重，他們的離開調查中主要反映了哪些主題？”或“比較這兩份工作説明書之間的差異”。非結構化數據分析在 Agent mode 中運行，利用多步推理檢索和分析最相關的文件內容，同時遵循 Unity Catalog 權限，用户只能看到有權限訪問的文件，並支持內容搜索索引，以便在大量文件中實現更快、更高質量的檢索。

Genie Code 加速 Agent 策展。為了幫助用户規模化構建更多 Genie Agents，Databricks 在加快和靈活策展方面投入了大量工作。Genie Code 得到增強，提供了多種工具和專用技能。作者只需描述 Agent 的目的、示例用户問題和期望數據源，Genie Code 就能創建 Genie Agent 並添加指令，同時會利用 Unity Catalog 中相關表及歷史查詢的元數據。在 Agent 搭建完成後，Genie Code 還能幫助診斷失敗：用户可以指示其分析特定的對話失敗或基準測試運行，Genie Code 會審查現有上下文和具體錯誤，提出對 Agent 上下文的改進建議。此外，Genie Code 還能幫助管理生產環境中的 Agent；策展人可以要求其總結關鍵問題主題和用户反饋趨勢，發現知識差距，甚至建議上下文改進方案。所有建議都可以由作者在保存前審閲。

輕鬆分享洞察。數據問題通常不侷限於單人，而是會推動跨職能決策並引發進一步分析。用户現在可以分享來自特定 Genie Agent 的聊天，共享對話會保持更新，新消息、編輯過的可視化和後續分析都會對擁有共享鏈接權限的人可見。用户還可以將對話共享給 Agent 作者，以便作者審查對話質量並回應反饋。

這些更新與 Genie Agents 創作體驗的近期改進相互配合，旨在幫助用户更快速、更有信心地創造更智能的 Genie Agents。剛入門可先通過 Genie Code 或 Genie One 創建首個 Agent，然後使用 Agent mode 提出簡單或複雜的數據分析問題，或將 Unity Catalog volumes 連接到 Agent，為其提供非結構化數據上下文。