Databricks 11 月 11 日发布 Genie 插件，官方称已在 ChatGPT、Claude、Microsoft Copilot Cowork 和 Grok Bot 中原生可用，没有原生插件的 Agent 可通过 Genie One MCP 服务器接入。外部 Agent 可以把业务问题整个交给 Genie：Genie 依据 Genie Ontology 里认证过的指标定义理解业务术语，只在用户有权限的数据上写并执行 SQL，必要时转给财务、营销等领域 Genie Agent，最后返回带引用的答案；也可以只向 Genie 要缺的业务上下文，再继续用自己的工具干活。
核心要点速览
- ✓原生插件：ChatGPT、Claude、Microsoft Copilot Cowork、Grok Bot 4 个客户端；其他 Agent 通过 Genie One MCP（system.ai.genie_one_mcp）接入
- ✓治理：SQL 只跑在用户有权限的数据上，指标用 Genie Ontology 的认证定义，答案附来源引用
- ✓老接口：Beta 端点 /api/2.0/mcp/genie 将于 2026-11-30 停用，工具名和参数不变，需迁移到正式版
- ✓MCP Apps：支持该扩展的客户端可在对话中直接显示交互式图表和 Ontology 引用
- ✓跑分：官方未公布准确率或延迟数据
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
企业让 Agent 回答业务问题时，最大的问题往往不是找不到数据，而是用错口径：同样叫“活跃用户”，不同表定义不同。Databricks 在博客里描述，前沿 Agent 面对企业数据常在多个 MCP 服务器、文档和表之间“随机游走”，猜着找答案。Genie 插件的目标是先给 Agent 一张业务地图。
架构亮点与底层机制
核心是 Genie Ontology：把受治理的指标定义、表关系和持续学习的组织知识放在 Databricks 里维护一次，再通过插件或 Genie One MCP 提供给各家 Agent。Agent 有两种用法：一是把问题整个交给 Genie，由 Genie 解释术语、在用户权限内写并执行 SQL、必要时路由到领域 Genie Agent、返回带引用的答案；二是 Agent 自己主导任务，只向 Genie 补业务上下文。Genie One MCP 是 Databricks 提供的托管 MCP，经 Unity Gateway 治理，OAuth 需要请求 ai-gateway 权限范围。
权威 Benchmark 与实测跑分对比
官方未公布任何准确率、延迟或成本对比数据，博客只给出了 ChatGPT、Claude、Copilot Cowork 等客户端里的使用场景示例。效果需要用自己的数据和指标定义验证。
开发者实战落地与开箱指南
已在用 Databricks 的团队：在 Agent 工作区启用 Genie 插件，或在 Claude Code、Cursor 等客户端填入工作区的 Genie One MCP 地址，用默认 OAuth 应用登录即可。还在用 Beta 端点的，要在 11 月 30 日前迁移到 system.ai.genie_one_mcp，工具名和参数不用改。建议先在 Genie Ontology 里把核心指标认证好，否则插件只会把旧的口径混乱带进 Agent。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察