A Databricks documentou o próprio processo interno de liberar modelo de fronteira novo pra mais de 12 mil funcionários no dia do lançamento, isolando o risco financeiro em orçamento por camada e decidindo promoção ou descarte em três dias com três sinais combinados, benchmark, feedback de usuário e rastreamento de custo por OpenTelemetry.
O Databricks MVP Domonkos Pal apresentou uma arquitetura de referência com três camadas independentemente escaláveis para construir, rodar e monitorar centenas de Databricks Apps em toda a organização, sem precisar de infraestrutura extra fora da plataforma.
Databricks Apps ganhou em Beta App Spaces (ambiente governado sem sandbox separada), Serverless Micro Apps (escala a zero quando ociosa) e Genie App Builder (criar app em linguagem natural), fechando justamente a lacuna de custo ocioso que ainda restava na plataforma.
A Unity Gateway CLI do Azure Databricks conecta Claude Code, Codex, Gemini CLI e outros agentes de código sem exigir chave de provedor na máquina do dev, enquanto o admin governa acesso e gasto reaproveitando permissão do Unity Catalog, limite de taxa e orçamento de conta, os mesmos mecanismos que já protegem o resto do dado da empresa.
O Databricks MVP Dilorom Abdullah documentou um padrão composável que junta ai_parse_document e ai_classify para achar e marcar PII dentro de documento não estruturado, PDF, formulário escaneado, texto livre, rodando inteiro dentro do perímetro de segurança do workspace.
ABAC em view chegou em beta no Unity Catalog: as mesmas políticas de row filter e column mask baseadas em atributo que já valiam pra tabela agora se aplicam também a dado sensível exposto através de view.
Em Public Preview, ALTER CATALOG ou ALTER SCHEMA com a cláusula RETAIN DROPPED TO permite configurar entre zero (desabilita recuperação) e trinta dias quanto tempo uma tabela gerenciada derrubada fica recuperável via UNDROP TABLE, com a configuração de schema tendo precedência sobre a de catálogo.
A comunidade Apache Iceberg adotou read restrictions e catalog labels, duas especificações que a Databricks detalhou pra resolver o mesmo problema por ângulos diferentes: como manter política de acesso consistente quando motor de consulta e catálogo de dado não são os mesmos.
Solvency II não é um relatório, é uma cadeia de ingestão, validação, modelagem atuarial e aprovação que hoje vive espalhada entre planilha, motor atuarial e ferramenta de BI isolada. A Databricks propõe um control tower único sobre o lakehouse, com trilha de auditoria nativa e agente de IA revisando reconciliação de QRT, mas isso não elimina a dependência do motor atuarial legado.
Administradores da conta agora conseguem configurar, em beta, um período de retenção entre 30 e 3.650 dias pras system tables suportadas, em vez de depender do período fixo padrão da plataforma.