发生了什么
2026 年 11 月 11 日，Databricks 发布第二代 Genie，定位从「你问它答」改成「你交给它一个目标」。按官方描述，员工给出目标与边界后由 Genie 接管：派活给子智能体、跟踪进度、追讨缺失的输入、在需要人拍板时主动联系，运行在客户自有环境的算力上，产出通过优先收件箱呈现，每条提醒以独立邮件线程送达。任务可按计划运行，也可由事件触发，例如某指标下滑、或超过十位客户提出同一个功能需求。
发布节奏需要看清：Genie 与 Genie Ontology 已正式可用；常驻后台模式、Genie Search 与 Ontology Manager 都标注为「即将进入预览与 beta」，没有给出日期。也就是说，发布会上最抓人的自主能力，目前还不能在生产里开。
上下文与治理是两个卖点
- Genie Ontology：从企业现有仪表盘、查询、笔记本构建业务定义与指标，声称在使用中持续学习；官方称其排序机制让受治理的定义优先于模型学到的定义
- 治理：动作受 Unity Catalog 权限约束，由 Unity Gateway 设置审批规则与预算，可为常规任务替换成更便宜的开源权重模型；按用量计费而非按席位，未公布价目
- 检索：Genie Search 覆盖 100 多个来源（Google Drive、Jira、Confluence、Workday、SharePoint 等），支持入库、原地索引与 MCP 实时查询三种方式，来源权限由 Unity Catalog 强制
- 对外：通过 Genie MCP，ChatGPT、Claude、Microsoft Copilot Cowork 等外部工具也能使用其本体与检索
那个 91% 的基准
Databricks 与 Turing 合作，在一座虚构的英国公用事业公司场景里建了一套企业任务基准，输入包含笔记本、仪表盘、已保存 SQL、文档等分析资产，而不只是表结构。结果是 Genie 通过 91%，两个「前沿智能体」分别为 45% 与 58%；Genie 平均每次运行约 100 秒、43.2 万 token，对手为 306 至 435 秒、88.9 万至 105 万 token。
这组数字要用对：基准由厂商与外部机构共建、对手匿名、场景虚构。它能说明「带业务本体的检索比裸表结构检索更省 token」，不能说明 Genie 在真实客户环境里能稳定跑出 91%。同理，官方引用的客户数据——例如 HelloFresh 称在 Meta 上识别广告优胜的时间缩短 75%——未给出测算方法；CEO Ali Ghodsi 的「让我效率提升十倍」也没有度量。
对企业的判断
这一轮企业智能体的竞争，重心从模型能力挪到了「谁掌握上下文」。Databricks 的赌注是：赢的那个智能体，是坐在数据仓库、指标定义与权限体系上的那个——这也是它先发本体、后发自主能力的原因。前一天 Anthropic 刚把会议、表格、白板搬进对话，两家从相反方向切入同一块地。
现实建议是分两步：先上已可用的 Genie 与本体，把指标口径与权限理顺，用按用量计费加 Unity Gateway 预算压住成本；再等常驻模式进入预览后小范围试点。风险点在于，一个能自己排班干活的智能体，出错不再是「某人糟糕的下午」，而可能是每周一重复做错同一件事，直到有人发现。