06:18Gary Marcus@GaryMarcusGLM 5.2 被称作开源界的 Claude 时刻,在 Databricks 平台上需求惊人。Yuchen Jin 指出,该模型遵循已知公式,导致技术壁垒消失、市场趋同、价格战开始,利润率趋小或为负。越来越多公司将转向基于开源模型进行后训练并拥有权重。GaryMarcus 认为这是其三年来论证的无技术护城河、价格战、低利润率趋势的最终体现。AI模型GLM开源模型价格战DatabricksAI市场推荐理由:GLM 5.2 开源版火了,Databricks 上抢着用,价格战要来了,想用低成本模型得看看这个趋势。原文
05:24Latent.Space@latentspacepod精选Databricks 联合创始人 Matei Zaharia 和 Reynold Xin 在播客中解释了公司为何切入企业智能体的基础设施层。他们介绍了 Omnigent 如何为编码智能体和自定义智能体创建共享框架。两人还讨论了 LTAP 和 Lakebase 如何重构操作型与分析型数据库的分离。此外,他们强调智能体安全需要上下文策略和支出控制,并认为未来软件的核心是让数据就绪并在此基础上运行智能体。行业DatabricksOmnigentLTAPLakebase企业智能体推荐理由:听听 Databricks 创始人亲自讲他们为什么要做企业智能体基础设施,还有 Omnigent、LTAP 这些新东西到底想解决什么实际问题。原文
06:12Y Combinator@ycombinatorReynold Xin在YC炉边对话中类比电动机与工厂:AI代理的初效不显著,但重新设计软件工程后可能带来数倍提升。他提出初创公司在构建AI原生产品上有结构优势,因为不受旧架构拖累。下一代基础设施应当从第一天起就为代理工作负载设计,轻量且可扩展。这一观点基于Databricks自身在数据和AI领域的实践经验。行业DatabricksReynold Xin智能体YC软件工程推荐理由:听Databricks联合创始人讲AI代理怎么改变软件开发逻辑,对创业公司尤其有启发。原文
02:32LlamaIndex@llama_index约90%的企业数据是非结构化的,被锁定在文档中,构成知识工作的主体。LlamaIndex CEO Jerry Liu在Databricks DataAISummit上演讲,介绍了OCR和agent编排的核心进展。这些技术使AI智能体能够大规模理解、推理和编辑文档,从而自动完成整个工作流程。演讲于当地时间10:20 AM在Yerba Buena Salon 7举行。行业LlamaIndexDatabricks智能体非结构化数据文档自动化1 个信源在谈推荐理由:LlamaIndex的CEO在Databricks峰会上聊了怎么用AI智能体搞定那90%的非结构化数据,不是画饼,有具体的OCR和编排思路,搞企业自动化的朋友可以看看。原文
01:28xAI@xai精选xAI 宣布 Grok 模型集成到 Databricks Agent Bricks 平台。企业用户可在 Databricks 环境中直接使用 Grok 模型处理数据,构建 AI 智能体。该集成支持企业将自有数据与 Grok 模型结合,提升智能体能力。AI模型GrokDatabricksxAI智能体企业应用推荐理由:xAI 把 Grok 搬上 Databricks,企业可以直接在自己的数据上跑 Grok 做智能体,不用再折腾部署了。原文
00:05Jerry Liu@jerryjliu0LlamaIndex CEO Jerry Liu 在 Databricks 的 DAIS 2026 上发表演讲,探讨通用知识代理。他指出约90%的企业数据是非结构化的,锁定在文档中。演讲聚焦OCR和代理编排的核心进展,使AI代理能够深入理解、推理并编辑这些文件,从而自动化整个工作流。AI产品LlamaIndexJerry LiuDatabricksDAIS 2026智能体1 个信源在谈推荐理由:LlamaIndex 的 CEO 讲了怎么用 OCR 和代理编排处理 90% 的非结构化企业数据,值得搞知识管理的朋友听听。原文
03:01LlamaIndex@llama_indexLlamaIndex CEO Jerry Liu在Databricks #DataAISummit上,与LangChain、CrewAI等公司创始人同台讨论Agentic Stack。该小组于上午11:30开始,聚焦智能体堆栈的构成、发展路径以及当智能体(而非人类)成为基础设施主要消费者时的变化。行业LlamaIndexJerry LiuLangChainCrewAIDatabricks智能体1 个信源在谈推荐理由:想了解AI智能体基础设施的未来方向?听LlamaIndex、LangChain、CrewAI创始人面对面聊聊他们的最新看法。原文
05:29Amjad Masad@amasad在Databricks Data + AI Summit上,Replit被授予2026 App Generation Partner of the Year奖项。Replit同时宣布其AI编程平台正式上架Databricks Marketplace,供用户直接使用。这一合作将Replit的AI驱动开发能力与Databricks的数据+AI生态深度结合。行业ReplitDatabricks合作伙伴AI编程推荐理由:Replit成了Databricks的年度优秀伙伴,现在可以直接在Databricks市场里用它写代码了,效率翻倍。原文
23:31Replit@Replit在Databricks Data+AI Summit上,Replit被宣布为2026 App Generation Partner of the Year。Replit现已入驻Databricks Marketplace,用户可直接在Databricks环境中使用Replit进行AI应用开发。该合作旨在简化数据与AI工作流的集成。行业ReplitDatabricks编程助手数据平台推荐理由:Replit现在能直接在Databricks上用,快速搭AI应用更省事了,还拿了年度合作伙伴奖。原文
10:23shao__meng@shao__meng精选Databricks 基于自身实践(5000+ 工程师使用 coding Agent、对外交付 Genie 等产品)推出 Omnigent,这是一个 meta-harness,旨在解决多 Agent 组合、治理与协作的痛点。它提供三大能力:Composition(一行配置切换 Claude Code、Codex、Pi 等 harness)、Control(按 session 追踪 LLM 花费,每 $100 暂停并请求继续;支持 OS 沙箱和上下文安全策略)、Collaboration(通过 URL 共享 live session,支持终端、Web、macOS、移动端访问)。Omnigent 已在 Databricks 内部使用,并以 Apache 2.0 开源。AI产品OmnigentDatabricks智能体Agent编排1 个信源在谈推荐理由:多Agent管理新方案原文
13:13LlamaIndex@llama_indexLlamaIndex 联合创始人兼 CEO Jerry Liu 将在 6 月 15-18 日于旧金山举行的 Databricks Data+AI Summit 上发表两场演讲:一场关于使用长周期 AI 智能体自动化文档处理,另一场参与智能体栈创始人圆桌讨论(与 LangChain、CrewAI、Agno 及 Databricks)。团队还将在 #137 展位演示 LlamaParse 文档解析工具。AI产品LlamaIndexLlamaParseDatabricksData+AI Summit文档解析1 个信源在谈推荐理由:LlamaIndex 展示文档解析新方案原文
21:38PolymarketMoney@PolymarketMoney据 Polymarket 报道,Databricks 正在洽谈新一轮 M 轮融资,估值可能高达 1750 亿美元。这将是该公司继 2021 年 380 亿美元估值后的又一次大幅跃升,反映了市场对数据与 AI 基础设施的强劲需求。Databricks 作为数据湖仓一体架构的领导者,其估值飙升凸显了企业级 AI 平台的价值。行业Databricks融资估值数据基础设施AI 平台推荐理由:数据与 AI 基础设施赛道持续升温,Databricks 的估值翻倍对关注企业级 AI 平台和云数据服务的投资者与从业者是个重要信号,值得了解背后的市场逻辑。原文
07:22Gary Marcus@GaryMarcusGary Marcus 批评 AI 行业对 AGI 的定义在实时变化,从“能做任何人类专家能做的事”逐渐缩水。他引用 Databricks CEO Ali Ghodsi 在 Bloomberg TV 上的言论——Ghodsi 声称“我们已经有了 AGI”,并认为 AI 不需要更聪明,只是缺乏上下文。Marcus 称这种现象为“AI 诱饵调包”,即用宏大承诺吸引关注,最终交付的却是不可靠但有趣的工具。他呼吁警惕这种定义漂移,认为它模糊了真正的进展与营销话术的界限。行业AGI定义漂移AI 炒作DatabricksGary Marcus推荐理由:Gary Marcus 戳破了 AGI 定义不断缩水的现象,关注 AI 行业真实进展的人看完会重新审视“AGI 已实现”这类说法。原文
19:39@OpenAIDevs@OpenAIDevsOpenAI 宣布与 Databricks 平台集成,允许用户在 Databricks 环境中直接调用 OpenAI 模型。该集成旨在简化数据科学和 AI 开发工作流,减少数据迁移成本。用户可以通过 Databricks 的 Notebook 或 SQL 查询无缝使用 GPT 系列模型。此举将加速企业级 AI 应用的部署,尤其适合已有 Databricks 基础设施的团队。AI产品OpenAIDatabricks集成AI 开发企业级10 个信源在谈推荐理由:对于使用 Databricks 的数据团队,这个集成能省去数据搬运的麻烦,直接在现有平台调用 OpenAI 模型,建议有相关需求的开发者试试。原文
11:37@OpenAIDevs@OpenAIDevsOpenAI 在 Codex 中集成了 GPT-5.5 模型,帮助 Databricks 更可靠地解析复杂客户文档。这一改进提升了文档处理的准确性和效率,尤其适用于需要高精度提取信息的场景。该更新展示了 GPT-5.5 在专业应用中的实际价值,为数据团队提供了更强大的工具。AI产品GPT-5.5CodexDatabricks文档解析AI产品10 个信源在谈推荐理由:对于处理复杂文档的数据工程师和 AI 开发者,GPT-5.5 在 Codex 中的集成直接提升了解析可靠性,值得在 Databricks 工作流中尝试。原文
22:12lmarena.ai@lmarena_ai精选Arena 研究人员 Guanglei Song 和 I-Hung Hsu 在视频中详细介绍了 Arena 分类排行榜背后的数据管道:从 Databricks 和 Spark 作业到可插拔标签框架,调用 LLM 对文本、图像、前端编码等领域的每次评估进行分类。这个元数据层让 Arena 数据超越排行榜排名,对研究更有用。视频还涵盖了动态并发控制处理不稳定的 LLM API、无需重建系统即可添加新标签器、以及成本控制策略(过滤、幂等性和模型选择)。AI产品Arena数据管道LLM 评估标签系统Databricks推荐理由:Arena 的数据管道设计解决了大规模 AI 评估元数据管理的痛点,做评测平台或数据管线的团队可以直接借鉴其可插拔标签框架和成本控制思路。原文