Databricks Runtime 推出 NEAREST BY join 以扩展批量向量搜索

Databricks 推出数据智能 AI 同事 Genie One，基于 Genie Ontology 为买方资管财务提供可溯源答案，其底层 Genie Agents 可通宵摄取托管文件、对账持仓并生成初版 NAV。BCG 2026 年全球资管研究估计，智能体工作流可将投资运营产能提升 55% 至 65%、运营成本降低约 40%。

Databricks 为 Lakebase Postgres 推出基于分支的恢复机制，将恢复时间从数小时降至秒级，即使数据库规模达 100 TB。该架构将计算与存储解耦，数据库历史已存于对象存储中可直接引用，恢复只需在指定时间戳创建分支这一元数据操作，无需拷贝数据或重放 WAL。

Databricks 全球媒体娱乐与广告 GTM 负责人 Jake LaDuke 提出，营销价值正从"曝光货币"转向"预测经济"，智能体可基于客户、业务与决策上下文在近实时内推荐或执行下一步最佳行动，并对照"若不行动会怎样"衡量增量效果。

Databricks 宣布 IP Functions 正式 GA，把 IP 地址分析变成 Lakehouse 上的一等公民 SQL 工作负载，安全团队可在同一治理模型下解析、富化和分析海量 IP 数据。

Databricks 推出新的 AI Function ai_decide（Beta），由 TypeSafe AI 的 Jev 决策模型驱动，对文本评估一个或多个问题，在几分之一秒内返回概率、命名标准中的选项或有序量表评分，延迟和成本低于 LLM。

Databricks 发布 Lakebase Search，为 Lakebase Postgres 带来 lakebase_vector（可扩展近似最近邻搜索）和 lakebase_text（BM25 全文搜索）两个扩展，已在 AWS 和 Azure 正式可用。

Databricks 宣布 Genie One MCP 服务器正式向所有用户开放，让任意 Agent 通过统一接口获取 Genie One 的结构化与非结构化数据、洞察和答案，并以 Genie Ontology 作为受治理的业务上下文基础。

Databricks 正式发布（GA）Genie One MCP，将 Genie Ontology 中的已批准指标定义、数据关系、来源权威性和权限控制接入 ChatGPT、Claude、Microsoft Copilot、Claude Code 等 MCP 兼容助手。

评估 AI 智能体数据库的 5 项标准包括分支隔离（branch isolation）与 serverless 等。该评估框架用于判断数据库是否适合承载 AI 智能体工作负载。

Databricks 提出 Genie Ontology，主张企业不必手工建模全部业务概念，而是"治理头部、学习长尾"：人工定义收入、合规规则、核心 KPI 等不能出错的概念，其余从组织实际运作中持续学习。其内部测试中，一个 AI 助手为产品顾问委员会生成简报时声称有 24 家客户参与，被追问后承认该数字是编造的。