AGI时代来临？Databricks发布系列新品全面支持AI智能体部署

各大企业级平台公司正在竞相为新一类用户——AI智能体——构建专属工具体系。

Databricks公司近日发布的一系列新产品，正是这场竞赛的最新缩影。此次发布的核心是一种名为"湖上事务/分析处理"（Lake Transactional/Analytical Processing）的全新架构，该架构使AI智能体能够在数据湖中对同一份主数据副本同时执行操作型与分析型工作负载的访问。

通过将数据统一存储于相同的开放格式中，Databricks认为，智能体将具备跨企业内部多个生产数据库进行观察、推理并采取相应行动的能力。Databricks联合创始人兼首席执行官Ali Ghodsi表示，这是实现通用人工智能（AGI）的重要里程碑——所谓AGI，即AI在能力上与人类持平乃至超越人类。

"我们认为AGI已经到来，"Ghodsi在旧金山举行的Data + AI峰会主旨演讲中表示，"AI目前并不存在智能不足的问题，它已经足够智能。真正的问题在于，AGI尚未完全渗透到企业组织之中。关键问题是：我们如何让它在工作场景中真正落地？"

为自主员工清障铺路

Ghodsi对AGI已然到来的判断，目前仍受制于上下文理解、成本控制和权限管理三大因素。Databricks希望构建一套平台，在扫清上述障碍的同时，服务于新一代自主型"数字员工"——这类智能体能够同时启动多个应用实例，并在数分钟内完成整套软件环境的创建与销毁。

Databricks本次推出的实时湖仓（Lakehouse）由全新计算引擎Reyden提供支撑，该引擎专为数万名并发用户和智能体提供毫秒级查询响应而设计。"Reyden"这一名称源自"Reynold的梦想引擎"（Reynold's Dream Engine），以此致敬联合创始人Reynold Xin在本次新品研发中所发挥的关键作用。

Xin在主旨演讲环节现场演示了Reyden的核心功能，其中包括在数千个AI智能体并发执行同一查询时，系统依然保持稳定低延迟的响应表现。

"现有的其他任何系统都做不到这一点，"Xin在大会上表示，"这可能是我们自湖仓（Lakehouse）发布以来推出的规模最大的单项新功能。"

Genie AI平台全面升级

针对智能体上下文理解这一核心挑战，Databricks同步发布了一系列Genie AI平台增强功能。全新推出的Genie One旨在帮助业务团队基于真实业务数据实现工作自动化。

在主旨演讲结束后的媒体沟通环节，Ghodsi详细介绍了Databricks在全新智能体产品中构建的差异化优势。"Genie One是在计算推理，而其他智能体只是在背诵复述，"他说，"这是它独特的竞争优势所在。"

Databricks现已将旗下AI协作员工套件升级为由Genie Ontology驱动——这是一个能够持续从企业内外部业务数据中学习的实时上下文层。Ghodsi将Genie Ontology比作Google搜索用于识别最相关信息的网页排名算法。

"我们正在为企业做同样的事情，"Ghodsi说，"Genie Ontology在后台持续检索分析。我们认为这正是智能体拼图中缺失的那一块。"

在降低企业AI实施成本方面，Databricks推出了多款新品。其中的核心组件是Unity AI Gateway——这是Databricks面向企业AI的治理解决方案，集安全控制、成本管理与智能体监控于一体。

Ghodsi指出，随着众多组织内AI的Token使用量急剧攀升，成本已成为不可忽视的重要议题。"每家企业都非常担心成本失控，这是我们被问到最多的问题。"

安全同样是企业在AI快速扩张时代的一大隐忧。Databricks在这一领域持续深耕：今年3月，公司宣布推出Lakewatch，这是一款具备智能体能力的安全信息与事件管理（SIEM）解决方案，可部署防御性安全智能体并实现自动化威胁检测。紧随其后，Databricks又宣布将收购Panther Labs公司——这是一家AI安全运营中心平台提供商，其客户包括领先的大模型供应商Anthropic。

将信号转化为生产力

Databricks本次发布的系列新品，以及竞争对手Snowflake本月早些时候的发布动作，共同揭示了以Genie为代表的智能体交互系统的崛起趋势——这类系统正是企业实际完成工作的场所。然而，正如SiliconANGLE研究分析师近期所指出的，驱动这一新模式的后端基础设施，需要能让智能体从企业数据中持续学习、并将信号转化为实际组织生产力的智能系统作为支撑。

这正是Databricks所致力于构建的架构愿景——一个能够有效连接"工作发生的地方"与"企业智能形成的地方"的企业级平台。这一愿景被整合进Databricks对AGI的整体规划之中，而如何将关键企业数据输入AI智能体，始终是一道难以破解的难题。

"将这些上下文信息导入AI，远比想象中困难，"Ghodsi坦言，"这正是我们在Databricks一直专注攻克的问题。"

尽管Databricks显然正全力构建面向未来的智能体基础设施，但其关于"AGI时刻已经到来"的判断，或许仍见仁见智。OpenAI联合创始人兼总裁Greg Brockman在峰会上的发言，则提醒与会者：开发者依然是这幅图景中不可或缺的一部分，而机遇同样巨大。

"AGI更像是一种感受，而非一个有明确定义的概念，"Brockman对现场听众说，"现在是成为构建者的最好时代。创造力正在被释放，任何你想做的事，你都可以去构建它。"

Q&A

Q1：Databricks发布的Reyden引擎有什么特别之处？

A：Reyden是Databricks全新推出的计算引擎，专为实时湖仓提供支撑。其核心优势在于能够在数万名用户和AI智能体并发访问时，依然保持毫秒级的查询响应延迟。即便数千个AI智能体同时执行同一查询，系统也能保持稳定低延迟，这是现有其他系统无法实现的能力。Databricks联合创始人Reynold Xin称其为公司自湖仓产品发布以来规模最大的单项新功能。

Q2：Genie One和其他AI智能体相比有什么优势？

A：Databricks CEO Ali Ghodsi用一句话概括了Genie One的核心差异："Genie One是在计算推理，而其他智能体只是在背诵复述。"Genie One能够基于真实业务数据进行推理和自动化操作，而非仅仅检索已有内容。配合新推出的Genie Ontology实时上下文层，系统可持续从企业内外部数据中学习，类似于Google搜索的网页排名机制，帮助智能体找到最相关的企业信息。

Q3：Databricks收购Panther Labs的目的是什么？

A：Databricks收购Panther Labs，是为了进一步强化其在企业AI安全领域的布局。Panther Labs是一家AI安全运营中心（SOC）平台提供商，其客户包括知名大模型公司Anthropic。此次收购与Databricks此前推出的Lakewatch智能体安全信息与事件管理解决方案相互配合，旨在为企业提供更完整的AI安全防护体系，包括自动化威胁检测和防御性安全智能体的部署。