Data + AI Summit 2026 上 Genie Code 的新功能
Genie Code 是 Databricks 上用于数据和机器学习工作的专业代理。过去一年，Genie 产品增长超过 10 倍，被 90% 的客户使用。本次峰会推出了全新的全页命令中心，用于管理多线程工作；增强了机器学习工作流程的代理能力，包括与 MLflow、模型服务和计算感知的原生集成；即将推出定时任务，实现自主工作；以及 Genie ZeroOps 将自动化扩展到生产运维。
在 Data + AI Summit 2026 上，Databricks 宣布了 Genie Code 的重大更新，Genie Code 是其专门用于数据和机器学习工作的代理。过去一年，Genie 产品增长了超过 10 倍，并被 90% 的 Databricks 客户使用。团队利用它来构建模型和管道、调试故障、创建仪表盘、在笔记本中分析数据以及改进生产系统。
全新的全页命令中心为数据团队提供了一个统一的地方来管理复杂的多线程工作。用户可以查看线程状态、审查点，并快速访问指令、技能和连接器。该命令中心允许团队同时处理多个 Genie Code 线程，查看线程是正在执行还是等待输入，并在新结果准备好时返回每个线程。用户还可以重命名线程、搜索以前的对话，并在项目演变时保持方向感。
Genie Code 扩展了机器学习工作流程。它现在原生集成到整个 Databricks ML 堆栈中，包括 MLflow、模型服务和计算感知。Genie Code 可以读取实验和可观测性数据，询问“如何提高训练期间的 GPU 利用率？”等问题，并得到基于实际运行的答案。它还能检查端点健康、诊断服务问题并优化运行中的端点。当作业需要 GPU 进行训练时，Genie Code 会自动切换到 AI Runtime，并使用工作区环境功能设置环境。
最新升级包括：MLflow 集成，允许 Genie Code 读取运行、工件、模型谱系、质量指标和系统指标；模型服务集成，用于检查端点健康并诊断问题；计算感知，自动选择适当的运行时。此外，Genie Ontology 学习团队如何构建特征、训练模型和评估候选模型，使 Genie Code 遵循这些模式而不是默认值。
定时任务即将推出，让 Genie Code 在用户不在时自主工作。用户可以设置提示和可选的相关资产，如笔记本或仪表盘，然后 Genie Code 创建一个包含结果的线程供用户审查。例如，数据团队可以要求 Genie Code 检查隔夜作业结果、总结管道运行、解释仪表盘指标的变化或准备每周分析。
Genie ZeroOps 将这种方法扩展到生产运维。它监控实时系统，调查问题并准备修复方案供团队审查和批准。对于机器学习系统，这包括模型漂移、服务错误和上游管道问题；对于数据工程系统，它帮助团队从监控和诊断转向修复和优化。
这些更新是 Databricks 向 AI 原生数据和机器学习工作流转变的一部分。Genie Code 帮助数据团队更快地构建、调试和改进系统，而 Genie ZeroOps 将代理自动化扩展到运维。两者共同帮助团队在整个生命周期中更快地移动，从构建系统到操作并随时间改进。