Databricks 称，Genie Ontology 现已正式发布（GA），它是一种”智能体本体”（agentic ontology）——由智能体从组织日常工作产出的仪表盘、SQL 查询、笔记本和 BI 语义模型中自动学习业务上下文，再由人通过 Unity Catalog 治理需要精确定义的业务口径，最终由一个叫 OntoRank 的排序算法按权威性筛选后交给智能体使用。在 Databricks 与 Turing 共同构建的基准测试中，接入 Genie Ontology 的 Genie 通过了 91% 的企业任务，是最强前沿智能体通过率的 1.6 倍，token 用量不到对方的一半。

它解决什么问题

据 Databricks 官方博客，企业智能体要发挥作用，必须理解它所服务的业务。但企业上下文的规模远超任何团队能手动编写或建模的范围——它分散在数以千计的生产仪表盘、SQL 查询、笔记本、BI 语义模型，以及团队用来记录定义和维护工作知识的文档与应用中，而且每周都在随产品发布、营销活动和团队重组而变化。当企业不再只部署单个智能体、而是在各职能部门部署多个智能体时，每个智能体都需要对业务有相同且准确的理解。如果逐个智能体地构建上下文，产生的将是各自分离且不完整的业务视图，这些视图不可避免地会相互冲突。

Databricks 在博客中指出，这也是传统本体在企业中一直举步维艰的原因：由专家手工构建、手动维护的本体只能覆盖业务的一小部分，并且随着业务演变很快就会过时。

它怎么做

据 Databricks 描述，Genie Ontology 的知识由两部分组成，并通过一个排序算法整合交付给智能体。

学习型知识（learned knowledge）。 Databricks 介绍，Genie Ontology 的大部分知识由智能体自动从团队日常使用的资产中提取，包括 Databricks 仪表盘、SQL 查询、笔记本，以及 Power BI 等外部 BI 工具中的语义模型。提取出的知识以”Ontology Snippets”（本体片段）的形式存储——这是可复用的业务上下文单元，涵盖计算逻辑、业务规则和数据关系，并随底层资产的变化持续更新。每个片段继承其来源资产的访问权限。此次 GA 还新增了对外部 BI 平台（Power BI 已支持，Tableau 和 Sigma 即将支持）的连接，以及通过组织目录（首先支持 Workday）导入人员、团队和汇报关系，让 OntoRank 能根据协作关系对知识进行加权。

建模型知识（modeled knowledge）。 据 Databricks，团队通过 Unity Catalog 语义显式定义并治理的业务含义，包括承载认证 KPI 的 Metric Views、按业务领域组织知识的 Domains（域）和 Subdomains（子域），以及记录权威业务概念定义的 Pages（页面）。组织只需对必须精确的那一小部分定义——例如确认收入或 ARR——进行建模，Genie Ontology 会在适用场景中将这些定义视为唯一真实来源。Domains、Pages 和 Ontology Snippets 均已 GA。

OntoRank 排序。 Databricks 介绍，当智能体提出问题时，OntoRank 会综合评估学习型知识和建模型知识，从中选出最可信的上下文。它考量的信号包括来源权威性、认证状态、知识背后人员的专业度与相关性、流行度和时效性，以此解决冲突定义并为每个用户和问题选择最佳上下文。智能体因此可以直接从正确定义出发推理，而无需花费时间和 token 对数据进行开放式探索。

Databricks 还提到，通过 Genie MCP，同样的上下文可供 Databricks 之外的智能体使用，如 ChatGPT、Claude 和 Microsoft Copilot。

和以前的做法有何不同

据 Databricks 博客，Genie Ontology 将智能体同时变为上下文的生产者和消费者：智能体从团队已有的工作产出中持续学习，人只需治理那些必须精确的定义。Databricks 将这种模式称为”由智能体构建、由智能体使用、由了解业务的人治理”的智能体本体。

Databricks 在博客中给出的基准测试对比显示，三个智能体的 SQL 编写能力相当，差异来自上下文获取方式：Genie 直接调用 Ontology 已学习到的业务规则，而两个前沿智能体需要在每次运行时重新发现这些知识，并且经常返回不符合业务规则的答案。Genie 的完成速度比前沿智能体快三到四倍。

目前的边界

据 Databricks 博客，上述 91% 通过率的基准由 Databricks 与 Turing 共同构建，模拟的是一个虚构英国能源供应商的 Databricks 工作区，对比对象为两个前沿智能体（文中标记为 Agent A 和 Agent B），每个智能体对同一问题运行五次，按预先定义的评分标准评判。该基准及结果均为 Databricks 自述，对比的前沿智能体数量有限。博客指出，现有数据智能体基准主要关注表，而前沿智能体在这些基准上得分已趋近，该新基准旨在更好地模拟依赖碎片化业务上下文的真实企业问题。

Databricks 称，在功能覆盖方面，外部 BI 知识源（External Knowledge Sources）目前处于 Beta 阶段，仅支持 Power BI，Tableau 和 Sigma 支持即将推出，血缘支持将随后跟进。Genie Search 已 GA，支持 Google Drive、Jira、Confluence 和 Workday，SharePoint 处于 Beta。Ontology Manager 即将进入 Beta，尚未正式可用。Genie Ontology 也是支撑 Genie 自主执行长期任务能力的上下文基础。

主题分类：企业 AI/数据平台

参考资料

  1. Announcing GA of Genie Ontology — Databricks, 2026-11-11
  2. The new Genie: autonomous AI for complex enterprise work — Databricks, 2026-11-11