Databricks 近日发布了其人工智能代理 Genie 的更新版本，该版本现已具备执行多步骤任务的能力。这一功能升级依赖于 Databricks 构建的实体学（Entity Learning），旨在为 Genie 提供从客户在 Databricks 平台上存储的数据中提取所需上下文。
公司表示，企业领导人现在可以利用该代理人处理各种复杂任务。Databricks 首席执行官阿里·戈德西（Ali Ghodsi）通过展示其在内部实际使用 Genie 的场景，而非单纯的产品演示，来验证这一能力。
在演示中，戈德西展示了 Genie 如何分析员工满意度调查中得分较低的部分，以及如何总结针对潜在客户的不成功销售演讲要点。此外，他还利用该工具回顾过往表现并预测可能的问题，以准备播客采访。甚至在谈话过程中，他让 Genie 建议应对记者的策略，其给出的建议被认为具有参考价值。
戈德西特别指出，Genie 的一个有趣用途是帮助管理层发现那些在传统层级结构中难以听到的真实反馈。例如，他提到了“巴恩数”（Dunbar's number），即人类可以维持稳定社交关系的上限约为 150 人。这一理论以英国人类学家罗宾·邓巴的名字命名。在小型创业公司中，首席执行官通常能认识每位员工并保持直接联系。
然而，随着 Databricks 拥有约 12,000 名员工，戈德西坦言自己无法与每个人都建立直接关系。在这种规模下，销售人员不太可能主动向 CEO 坦白一次糟糕的销售通话，人力资源经理也不太可能承认某些旨在提升员工满意度的想法可能会失败。对于任何员工超过 150 人的公司而言，这种信息不对称普遍存在，而 Genie 被视为解决这一问题的潜在工具。
戈德西自身对 Genie 的使用（即所谓的“吃自己的狗粮”策略）是 Databricks 将其定位为企业领袖常用代理人的原因之一。这与 OpenClaw、Instinct 或 Muse 等安全性存疑的替代方案形成对比。
他认为，Genie 能够像围绕人工智能模型并赋予其工具使用能力的软件包（Wrappers）为程序员所做的那样，为企业运营带来变革。针对代理商可能增加企业人工智能成本的风险，戈德西也给出了回应。他表示，通过 Databricks 的统一网关产品可以有效控制成本，该产品允许公司设定使用限制，并在必要时切换至更便宜的开放权重模型。
