Genie Code
PulseAugur coverage of Genie Code — every cluster mentioning Genie Code across labs, papers, and developer communities, ranked by signal.
- 2026-06-17 product_launch Databricks announced updates to its Genie Code agent, including a new command center and scheduled autonomous tasks. 来源
- 2026-06-01 product_launch Databricks launched new personalization features for its Genie Code tool, including Custom Instructions, Agent Skills, and MCP Servers. 来源
4 天有情绪数据
-
Databricks 推出内部数据和 AI 市场，支持 Discover 和 Domains
Databricks 推出了其新的 Discover 和 Domains 功能的公开预览版，旨在创建数据和 AI 资产的内部市场。Discover 允许用户查找可信赖的数据和 AI 资源，而 Domains 提供业务背景信息，帮助代理和用户理解资产的相关性和可靠性。这些功能由 Unity Catalog 提供支持，旨在通过围绕业务结构组织资产来改进数据治理和 AI 代理性能。
-
Databricks Genie Hackathon 聚焦数据分析的对话式 AI
Databricks 最近举办了第五届 Genie Hackathon，通过三个不同的赛道展示了 Databricks Genie 的能力：Genie Agents 用于对话式数据分析，Genie Code 用于 AI 辅助数据工作流，以及将 Genie 组合成 Agents 以实现更广泛的应用集成。项目展示了在 Unity Catalog 的治理和 Genie Ontology 的语义理解下，Genie 如何使用户能够通过自然语言与…
-
AI编码代理缺乏标准化配置，带来工作流挑战
来自 Claude Code、Qwen Code 和 Genie Code 等提供商的 AI 编码代理目前缺乏标准化的配置格式。这意味着每个代理都需要自己独特的指令和技能文件，给旨在实现统一工作流的开发人员带来了挑战。解决方案正在出现以解决这种碎片化问题，从而实现这些专业 AI 工具之间更好的互操作性。
-
Databricks推出MMF Agent，实现AI驱动的需求预测
Databricks 推出了 MMF Agent，这是一个由 AI 驱动的工作流程，旨在简化零售和 CPG 公司的企业需求预测。该工具利用 Databricks 基于 Genie Code 构建的多模型预测框架，无需深厚的数据科学专业知识即可使用先进的预测技术。MMF Agent 旨在将设置时间从几天缩短到几小时，提高数据质量并增强预测准确性，以应对现代需求规划团队在处理数百万个时间序列和 SKU 激增时面临的复杂性和人才差距挑战。
-
Databricks 和 NVIDIA 扩大合作，共建智能体 AI 开发
Databricks 和 NVIDIA 正在深化合作，创建一个专注于智能体时代的一体化 AI 平台。此次合作旨在通过将 NVIDIA 的硬件和软件（包括 GPU、Vera CPU 和 NVIDIA Agent Toolkit）直接嵌入 Databricks 平台，来加速模型训练、推理和 AI 智能体的开发。此次集成将为客户提供在受管制的企业数据上构建和部署跨行业 AI 解决方案的增强功能。
-
Databricks 通过新功能扩展数据和人工智能生态系统
Databricks 正在通过新功能和扩展来增强其数据和人工智能生态系统。该公司致力于使其平台对数据和机器学习团队更加全面，旨在加速系统开发和改进。更新包括 Genie Code 的进步以及对免费版的扩展，以支持日益增长的学习数据和人工智能的兴趣。
-
Databricks 通过包括 GPU 和 Agent Bricks 在内的 AI 工具扩展免费版
Databricks 通过新增五款产品显著增强其免费版：Genie Code、serverless GPU、Lakebase、Agent Bricks 和 Lakeflow Designer。这些新增功能旨在为用户提供一套全面的数据和 AI 项目工具包，使他们能够免费学习、实验和构建高级应用程序。此次扩展包括自主代码生成、深度学习工作负载、事务性数据应用程序、AI 代理开发和可视化数据管道设计的功能。
-
Databricks 通过自定义品牌和布局工具增强 AI/BI 仪表板
Databricks 为其 AI/BI 仪表板引入了新功能，重点是增强设计和用户体验。这些更新允许用户为仪表板创建自定义主题，通过字体、颜色和可视化调色板来匹配品牌标识。这些主题可以应用于整个工作区以保持一致性，并提供本地自定义选项。该博客文章还详细介绍了仪表板布局、层次结构和视觉重点的最佳实践，以提高数据理解能力和专业外观，并以虚构公司 Wanderbrick 为例。
-
Databricks 增强 Genie Code，新增自主任务和指挥中心
Databricks 宣布对其 Genie Code 代理进行重大更新，增强其在数据和机器学习工作流中的能力。一个新的全页指挥中心提供了一个集中式界面，用于管理复杂的、多线程的任务，并能更好地查看线程状态和审查点。此外，即将推出的计划任务将使 Genie Code 能够自主运行，通过 Genie ZeroOps 将自动化扩展到数据和机器学习操作。
-
Databricks 通过个性和团队技能增强 Genie Code
Databricks 为其 Genie Code 工具引入了新功能，以增强个性和团队协作。这些功能包括用于全局偏好（如编码风格）的自定义指令、封装特定工作流和模式的代理技能，以及用于将 Genie Code 连接到 Jira 和 GitHub 等外部系统的 MCP 服务器。这些新增功能旨在使 Genie Code 能够适应个人和团队的约定，从而无需将内部文档和工具粘贴到每个提示中即可重用它们。
-
Databricks 使用 MemAlign 改进 AI 生成的 ML 代码评估
Databricks 开发了 MemAlign，一个与 MLflow 集成的开源对齐框架，用于增强其 Genie Code 工具生成的机器学习代码的评估。初步的人类专家标注显示，LLM 裁判和人类专家之间存在显著差异，在 3 分制评分中平均误差高达 0.68。通过使用大约 50 个标注示例的 MemAlign，Databricks 在最不匹配的维度上成功将错误率降低了 74-89%，证明了该框架在缩小 AI 生成代码质量与专家标准之间…
-
Databricks 推出 Lakeflow Designer，实现无代码、AI 驱动的数据准备
Databricks 发布了 Lakeflow Designer 的公共预览版，这是一款无代码、AI 原生的数据准备和分析工具。这项新功能允许用户使用拖放界面和自然语言提示来可视化构建数据工作流。通过直接集成 Databricks 和 Unity Catalog，Lakeflow Designer 确保在整个过程中维护数据治理和 lineage，使 AI 生成的转换更加透明和可信。