Databricks發表資料科學代理，自動化Notebook與SQL分析任務

Databricks宣布在其智慧助理（Assistant）加入代理模式，推出資料科學代理（Data Science Agent），主打在Notebook與SQL編輯器自動化完成從資料探索、程式碼生成與執行，到機器學習訓練與結果說明等一連串工作。官方提到，Data Science Agent目的並非取代人力，而是在治理與可追溯的前提，將發現問題到分析的流程縮短為數分鐘。此功能目前為預覽階段，需由工作區管理者啟用。

開發者在助理面板啟動代理模式後，輸入明確任務即可讓代理規畫並執行。Agent能針對指定資料表進行探索性分析，支援以表格名稱快速指向資料資產，能在Notebook或SQL編輯器生成並執行SQL或Python程式碼，遇到例外時可呼叫既有的錯誤診斷機制，嘗試修正並反覆驗證直至排除問題。

當任務包含模型訓練與評估，代理會視需求結合機器學習工作流平臺MLflow，以追蹤訓練流程並記錄結果，並可依指示調整模型類型或超參數，完成後再以重點式摘要回報分析結果或建議後續步驟。

資料科學代理以Unity Catalog統一資料管理平臺為基礎，沿用權限控制、資料脈絡與商業語義，代理在尋找可用資料表、筆記本與程式碼片段時會以使用者可存取範圍為界線。同時官方也保留使用者的控制權，在執行程式碼前，代理會請求授權，使用者可選擇僅允許一次、在當次對話持續允許，或長期允許。系統另設有保護機制以避免如誤刪資料表等高風險操作，不過，官方還是建議在涉及生產資料時，用戶應審查代理生成的程式碼與動作。

在多步驟或跨階段的分析用例，使用者可啟用Planner，系統會先生成詳細步驟計畫，並在必要時提出澄清問題，經確認後逐步執行與檢視輸出，最後整理結論。這對於需要依序進行資料清理、特徵工程、模型訓練與評估的流程，有助於明確界定每一步的輸入、輸出與評估標準，並讓團隊更容易追蹤分析脈絡。

在導入與維運面，資料科學代理管理者透過預覽入口啟用代理模式後，使用者即可直接在Notebook與SQL編輯器中操作，不需要進行額外安裝或改變工作流程。代理運作會遵循Unity Catalog的治理範圍，當資料資產的命名與欄位註解越完整，代理在探索資料與搜尋資產時的效果也越好。

Databricks也預告資料科學代理後續發展方向，包括引入MCP以擴充上下文取得的廣度，改善代理的指令記憶與可編輯性，並加速資產搜尋體驗。