选择首批Genie Agents时，采用五项评分标准：影响力、需求、数据就绪度、范围和治理，每项1-5分。总分20-25分可立即构建，14-19分需完善，低于14分暂缓。若无业务负责人或高管支持，无论得分多高都应推迟。应避免“万能代理”和“虚荣演示”，优先选择需求明确、数据就绪、范围可控的工作流。

Databricks营销团队将营销数据统一到受治理的湖仓，并基于Genie Agents构建对话式分析助手Marge，让营销人员用自然语言快速获取可信答案。团队通过完善数据模型与元数据、提供可信逻辑和示例、明确业务术语、持续收集反馈来建立信任，并从邮件营销单一场景起步逐步扩展。Marge已服务超85%营销人员，回答逾5000个问题，使数据使用频率提升三倍。

Genie Agents新增多项功能：Agent模式支持多步分析，现可通过API集成至自定义应用；可分析Unity Catalog卷中的非结构化数据（如PDF），结合结构化数据提供更全面洞察；Genie Code简化代理创建、诊断与优化；支持共享对话，促进团队协作与反馈。

Genie Agents能将受治理的业务上下文转化为特定领域的AI代理，通过单一提示词创建，基于Unity Catalog中的结构化数据、文档和文件进行推理。代理质量取决于上下文质量，而非提示词。建议从单一聚焦用例开始，便于测试和基准评估，再逐步扩展知识源和工具，以提供可靠、可追踪的答案。

Genie Agents在Databricks中整合结构化与非结构化数据，通过Unity Catalog实现治理。代理以用户身份运行，继承对象权限、ABAC、行过滤和列掩码，确保数据安全。身份自动同步，文档存于Volumes并受权限控制。示例显示不同区域经理查询同一问题，结果按权限过滤，确保治理不依赖模型层。