Databricks 发布 Genie Code 评测：数据智能体在质量与成本上超越通用编程智能体

Genie Code 是什么？谁开发的？

2026年7月23日，Databricks 的 AI 研究团队发布了一篇评测文章，主角是 Genie Code。它是 Databricks 开发的一款数据智能体，专门用来做各种和数据有关的工作，比如分析数据、在庞大的工作空间里找资料、搭建数据管道、修复出错的任务、发布仪表盘等。官方没有说明它是否开源，目前看是 Databricks 平台上的闭源服务。

你可以把它想象成一个熟悉整个图书馆的图书管理员。你问它任何一本书在哪里，它不用一排排书架乱找，而是直接知道位置并快速拿给你。Genie Code 对 Databricks 工作空间里的数据资产也有类似的熟悉程度。

为什么这次评测很重要？

很多人以为，AI 智能体要想答案更准，就得花更多时间、用更多 token 去探索和验证，成本自然更高。但 Databricks 用 400 多个真实内部任务做了一次对比评测，发现 Genie Code 不仅最准，还最便宜。它每任务平均花费 0.55 美元，而其他三个编程智能体分别要 1.09、0.91 和 1.16 美元。

这意味着，在数据任务这个特定场景里，更聪明地理解上下文比盲目增加探索更有效。这个结论对很多正在使用或考虑使用数据智能体的团队来说，是一个重要的参考。

评测是怎么做的？

Databricks 从内部真实使用记录中提炼出 401 个独立任务，覆盖了日常提问和复杂问题，比如发现正确的数据资产、创建和修改代码或查询、调试代码、解释已有代码、精确查找数据等。每个智能体都在同样的 20 分钟时间限制内完成任务，超时就算失败。

所有智能体都使用了前沿实验室的最新模型，并接入了 Databricks MCP。答案由独立评委判断是否正确和有用。费用是按用户实际可能支付的价格估算的，更适合看相对差距，而不是绝对金额。

结果对比：准确率和成本

Genie Code 的准确率是 76.6%，每任务平均成本 0.55 美元。三个通用编程智能体的准确率分别是 72.1%、55.9% 和 56.1%，成本都更高。Genie Code 每任务成本大约是第二名的一半，每个正确答案的成本不到其他智能体的一半。

另外两个编程智能体准确率掉到 50% 多，主要是因为它们在长时间扫描大表时超时，常常是因为查询效率低、没有限制。Genie Code 平均只用 8.3 次工具调用，是测试中最少的。

为什么 Genie Code 能又准又便宜？

关键在于它理解企业上下文的方式不同。通用编程智能体在遇到没有明确指定数据资产的任务时，会退回到低效的工作空间探索，反复尝试，既容易出错又费钱。而 Genie Code 拥有对目录和工作空间资产的语义搜索能力，还有对用户常用表和业务逻辑的持久记忆，可以跳过大部分盲目探索。

举个例子，在一个会话中，Genie Code 利用语义搜索和元数据快速找到正确的表，写一条 SQL 查询，只用了五次工具调用就得到正确答案。而其他三个通用智能体都没能从探索中恢复过来。这种对上下文的深度理解，直接带来了准确率、速度和成本的三重优势。

这对用户意味着什么？

对于每天在 Databricks 工作空间里处理数据的人来说，Genie Code 可以更快地找到正确的数据，减少等待和试错。尤其是那些需要跨大量表、笔记本和仪表盘查找信息的任务，它能显著节省时间和费用。

不过，这次评测是在 Databricks 内部任务上进行的，结果不一定完全适用于所有外部场景。官方也提到，Genie Ontology 功能在这次评测中被禁用了，因为它还没有对所有客户开放。未来这个优势可能会进一步增强。

还有哪些信息官方没有说明？

原文没有说明 Genie Code 的具体定价、是否开源、支持哪些编程语言或平台，也没有公布评测中三个编程智能体的具体名称和版本。Genie Ontology 的全球可用时间也没有提及。如果你需要这些信息，建议直接查阅 Databricks 官方文档或联系其销售团队。

另外，评测中的费用是估算值，更适合看相对差距。不同用户的实际花费可能会因为使用方式、数据规模等因素而不同。