鎖定資料工程與模型維運場景，Databricks推出多功能資料代理Genie Code

Databricks宣布推出多功能資料代理Genie Code，主要支援資料工程、資料科學、分析與模型維運等場景。Genie Code可在Databricks工作區中協助用戶建立資料管線、除錯失敗作業、產生儀表板，以及處理多步驟資料任務。現在已可從Notebooks、SQL Editor與Lakeflow Pipelines Editor中啟用。

Databricks將原Databricks Assistant更名為Genie Code，並擴充其代理能力，使其可自主執行多步驟資料任務。

Genie Code能夠結合Unity Catalog中的資料表、欄位、資料流向與治理資訊來理解工作脈絡，使代理在查找資料、撰寫查詢、執行程式與修正錯誤時，能依既有權限與資料語意運作，而不是只根據提示詞生成程式碼。

Genie Code涵蓋資料科學、儀表板製作與管線開發等情境，在資料科學應用，代理可於Notebooks與SQL Editor中探索資料、生成和執行程式碼，並根據執行結果持續修正答案，而在AI/BI Dashboards中，則可依提示建立視覺化內容、設定版面與篩選條件。另外，在Lakeflow工作管線開發場景，則可建立或修改Lakeflow Spark Declarative Pipelines，並依輸出結果調整流程。

Genie Code也具備支援生產維運工作的能力，可用於檢查Lakeflow管線與AI模型狀態、協助排查異常、檢視端點健康情形，並結合MLflow與Model Serving處理模型部署後的維運問題。不過，官方也表示，可在背景持續執行維運工作的背景代理功能尚未推出。

Genie Code支援MCP（Model Context Protocol），可連接Jira、Confluence、GitHub、Google Drive與Notion等外部工具，也可透過Lakehouse Federation存取Databricks外部平臺與內部系統的資料。Databricks提到，在內部真實資料科學任務的基準測試中，Genie Code解題成功率為77.1%，高於另一款搭配Databricks MCP伺服器的領先程式開發代理，後者成功率為32.1%（下圖）。

Genie Code不僅提供查詢或程式碼生成功能，也整合資料搜尋、程式生成、流程修改、儀表板建立與模型維運等能力，朝資料工作代理平臺發展。官方文件說明，目前可用功能不另外收費，實際成本仍按執行Notebooks、查詢與任務等所消耗的運算資源計價。