擴充套件 Genie Agents：深度分析、檔案推理等新功能

在 Data and AI Summit 上，Databricks 釋出了 Genie Spaces 向 Genie Agents 的演進。Genie Agents 是由專家策展的智慧體，能夠針對業務中最重要、優先順序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建立。

Agent mode 與 API 開啟更深層次研究。對於快速、事實性的資料查詢，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，它作為支援多步分析的智慧推理迴圈，不會在單次查詢後停止，而是能夠制定並最佳化研究計劃，透過多次迭代查詢探索資料，最終返回包含發現、視覺化和引用的報告。對於過去需要資料分析師和完整研究計劃的開放式業務問題，Agent mode 現在可以充當即時研究夥伴。

開發者還可以透過 Agent mode API 將這種多步推理能力帶到 Databricks 介面之外。這些 API 支援開發者將 Agent mode 整合到自定義應用程式、聊天機器人、定時報告和內部工具中，並透過 Server-Sent Events（SSE）向客戶端流式傳輸響應。開發者能夠保持完整的對話並跟蹤後續問題，還可以透過 API 獲取對話與訊息，用於程式化監控。同時，API 也新增了視覺化支援，可在文本回復基礎上提供豐富視覺洞察和資料表格。

非結構化資料融入 Agent 分析。業務問題的答案往往不僅存在於表格中，還需要非結構化資料提供的上下文。Genie Agents 現在可以分析 Unity Catalog volumes 中儲存的檔案，讓 Agent 在同一對話中結合 PDF、文件、幻燈片和影像與結構化資料來回答問題。Agent 構建者可為一個 Genie Agent 附加最多 10 個 volume，使業務使用者能夠提出結合檔案上下文與受管表格的問題。例如“哪些地區的客戶流失最嚴重，他們的離開調查中主要反映了哪些主題？”或“比較這兩份工作說明書之間的差異”。非結構化資料分析在 Agent mode 中執行，利用多步推理檢索和分析最相關的檔案內容，同時遵循 Unity Catalog 許可權，使用者只能看到有許可權訪問的檔案，並支援內容搜尋索引，以便在大量檔案中實現更快、更高質量的檢索。

Genie Code 加速 Agent 策展。為了幫助使用者規模化構建更多 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、示例使用者問題和期望資料來源，Genie Code 就能建立 Genie Agent 並新增指令，同時會利用 Unity Catalog 中相關表及歷史查詢的後設資料。在 Agent 搭建完成後，Genie Code 還能幫助診斷失敗：使用者可以指示其分析特定的對話失敗或基準測試執行，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使用者反饋趨勢，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儲存前審閱。

輕鬆分享洞察。資料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。使用者現在可以分享來自特定 Genie Agent 的聊天，共享對話會保持更新，新訊息、編輯過的視覺化和後續分析都會對擁有共享連結許可權的人可見。使用者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，旨在幫助使用者更快速、更有信心地創造更智慧的 Genie Agents。剛入門可先透過 Genie Code 或 Genie One 建立首個 Agent，然後使用 Agent mode 提出簡單或複雜的資料分析問題，或將 Unity Catalog volumes 連線到 Agent，為其提供非結構化資料上下文。