没有公司数据的AI，像雇了20个博士却不让进会议室

OpenAI 联合创始人兼总裁格雷格·布罗克曼（Greg Brockman）用一句话形容没有企业数据的 AI：“就像雇了一个有 20 个博士学位的人，却从不邀请他参加会议。”

这句话点出了企业落地 AI 的核心矛盾：模型再强，不懂这家公司的“收入”“活跃客户”到底指什么，给出的答案就落不了地。OpenAI 与 Databricks 的合作正是冲着这件事去的——OpenAI 提供前沿模型、Codex 和 ChatGPT，Databricks 提供受治理的数据、业务定义和访问规则。

Databricks 联合创始人兼 CEO 阿里·戈德西（Ali Ghodsi）与布罗克曼在本周发布的一场对话中，讨论了从聊天机器人向自主智能体的转变，以及企业要从中获得真实价值需要什么。

三种起步方式

两家公司把企业采用路径归纳为三类，多数公司从其中一种开始。

• 为业务用户提速：员工在 ChatGPT 中通过 Databricks Genie 插件直接提问，不再排队等分析师写 SQL。
• 带企业级治理的编码：通过 Codex 与 Unity Gateway，把 Codex 发给每位工程师，同时保留可见性和控制权。
• 改造业务流程的定制智能体：OpenAI 前沿模型在 Databricks 上紧挨数据运行，处于 Unity Catalog 治理之下。

业务用户：不用写 SQL 也能拿到数

过去，需要数字做决策的员工写不了 SQL，只能找分析师，或者把数据粘进不懂公司定义的工具里。等分析师拖慢决策，定义错了答案就错，决策也跟着错。

现在，产品经理可以在 ChatGPT 里用 Genie 插件直接问：“按套餐层级看，周活跃用户 adoption 相对目标的进展如何？”ChatGPT 借助 Genie 理解公司的指标定义、找到相关数据、在 Databricks 中执行查询，再以图表形式返回结果。该插件运行在 Genie MCP 上。

Genie 依赖 Genie Ontology 这一上下文层，其中存放公司认可的指标、业务定义以及数据之间的关联方式。Genie 套用公司自己的定义，ChatGPT 里的“收入”才能和财务报告里的“收入”对得上。用户只能看到自己本就有权限查看的数据，每个答案都链接回 Databricks 中的来源。

有了 Genie Ontology 提供的业务上下文，ChatGPT 能做的就不止回答。用户可以请 ChatGPT Work 给出建议的下一步和该找谁参与，通过 Slack 或邮件分享结论，并通过已连接的工具执行获批的动作。

编码：密钥留在网关，请求全部留痕

AI 编码智能体通常一个团队一个团队地铺开，管理者容易失去对使用人数、成本和代码数据流向的掌握。Databricks Unity Gateway 让这种铺开变得可管理：公司可以把 OpenAI Codex 发给每位工程师，同时保持可见性和控制。

开发者照常使用 Codex。Codex 用 Databricks 凭证登录，OpenAI 密钥留在 Gateway 中，每个请求都被记录。工程负责人可以设定预算、按团队查看支出，并指定哪个 GPT 模型处理哪类任务。起步方式是安装 Unity Gateway CLI 并运行 ug codex。

智能体：模型跑在数据旁边

可能改变核心业务流程的智能体，常常在进入生产前卡住，因为它们需要的数据被严格的安全与治理规则挡在后面。在 Databricks 上，OpenAI 前沿模型就在这些数据旁边运行，处于 Unity Catalog 治理之下。由 Databricks 提供模型服务时，不需要管理外部 API 密钥。

团队可以在 Agent Bricks 中构建和评估智能体，也可以用 OpenAI Agents SDK 编写，再作为 Databricks Apps 部署。起步方式是打开 Databricks 工作区，选择 + New > App，再选 Agent - OpenAI Agents SDK 模板。

平台如何拼在一起

OpenAI 的模型、Codex 和 ChatGPT 直接连接 Databricks，Databricks 的多款产品也运行在 OpenAI 模型上。Databricks 能提前拿到 OpenAI 新模型，OpenAI 模型在 OfficeQA 这一 Databricks 真实文档处理基准上处于领先。

分工上，ChatGPT 是员工提问和完成工作的地方，Codex 是工程师编写和审查代码的地方，Databricks Apps 托管团队构建的定制智能体和应用，三者背后的推理都由 OpenAI 前沿模型完成。Databricks Model Serving 在公司数据旁运行 GPT 模型，团队可以从 SQL、笔记本和智能体中调用，无需管理单独的 API 密钥。Unity Gateway 路由每个模型请求、按团队设定预算并保留审计日志。Lakehouse 在 Unity Catalog 治理下存储公司数据，托管 Postgres 数据库 Lakebase 则为智能体保存记忆和状态。

Databricks 提供近期的 OpenAI GPT 模型，包括 GPT-6 系列，以及开放权重的 gpt-oss 模型。

已经在用 ChatGPT 和 Codex 的团队，可以从 Genie 插件和 Unity Gateway 起步；在 Databricks 上构建的团队，可以从那里的 OpenAI GPT 模型开始。两种情况下，Unity Catalog 的权限和 Unity Gateway 的成本控制都同样适用。