O Databricks MVP Mantu Samadder mapeou o Agent Control Plane emergente no Databricks, unindo Agent Registry, Agent Identity, Unity Gateway, Service Policies, Unity Catalog e MLflow com System Tables para governar agentes de IA como workloads corporativos accountable.
O Databricks MVP Abiola David demonstrou como ingerir dados de múltiplas pastas do SharePoint como streaming tables no Unity Catalog usando Declarative Automation Bundles, com schema evolution automática e deploy repetível em Azure Databricks.
Um engenheiro da Databricks construiu um sistema de revisão de segurança com sete agentes especializados (intake, risco, requisitos, revisão dedicada, validação, workflow e aprendizado) rodando sobre Unity Catalog, Foundation Models e Lakeflow Jobs, reduzindo pedido de rotina de dias para minutos sem tirar humano da decisão final.
A Databricks documentou como construiu um fluxo de revisão de segurança com sete agentes de responsabilidade estreita, orquestrados sobre Unity Catalog, Lakeflow Jobs e Databricks Apps, escalando caso de risco baixo automaticamente e escalonando pra revisor humano com evidência estruturada quando o risco é alto ou ambíguo.
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 system.query.history chegou à disponibilidade geral: uma system table única, em nível de conta, com todo o histórico de consulta rodado em SQL warehouse ou compute serverless, incluindo status de execução, duração e origem da consulta.
A Databricks MVP Julia Førde comparou dois workspaces com o mesmo dado, um enriquecido com Genie Ontology, Pages, Domains e Skills e outro sem, e viu respostas melhores e até 40% mais rápidas no workspace enriquecido.
O Azure Databricks lançou em Beta o suporte a políticas ABAC no nível do metastore, permitindo que uma única política de row filter, column mask, GRANT ou DENY cubra todos os catálogos automaticamente, inclusive os criados depois, mas com uma lacuna real em disaster recovery.
O Databricks MVP Mani Kandasamy documentou que a Microsoft removeu o BI compatibility mode que traduzia consulta do Power BI pra lógica de Metric Views do Unity Catalog, e que o mesmo problema atinge Snowflake Semantic Views no conector do Power BI: cada fornecedor de BI trata semântica alheia como tabela de segunda classe.
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.