Nov 14 to Nov 21, 2026
L'intégration de bases de données opérationnelles et la gestion d'agents d'IA ont dominé l'écosystème cette semaine, marquées par la disponibilité de Postgres 19 sur Lakebase et le lancement d'outils automatisés pour Genie et Unity Gateway.
1.Postgres 19 arrive sur Lakebase aux côtés de l'agent Insights piloté par la télémétrie
Databricks a annoncé le support le jour même de PostgreSQL 19 sur Lakebase, introduisant la récupération d'espace REPACK native et des contrôles de réplicas garantissant la lecture des écritures (read-your-writes) via WAIT FOR LSN. Cette version a suscité des discussions sur HackerNews concernant la surcharge de maintenance de Postgres, tandis que Databricks a publié des démos de Lakebase Insights, un agent en arrière-plan conçu pour diagnostiquer les interblocages (deadlocks), les requêtes lentes et les index manquants. Sur les forums, les praticiens ont également soulevé des questions opérationnelles sur le comportement d'optimisation prédictive des tables système Lakebase.
Sources
- Postgres 19 is out, and it's available on Neon and Databricks LakebaseCommunity · hackernews · Nov 20
- What's New in Postgres 19 (Already Available on Lakebase)Video · Databricks · Nov 19
- PostgreSQL 19 is available on LakebaseNews · databricks-blog · Nov 19
- Predictive Optimization keeps running on system.lakebase after disabling it at account levelCommunity · databricks-community · Nov 19
2.L'automatisation Genie s'étend à la réparation de pipelines et aux migrations serverless automatisées
Databricks a annoncé Genie ZeroOps en version bêta publique, affirmant que l'agent débogue de manière autonome les pannes de pipelines et génère des correctifs de PR basés sur l'analyse interne de la télémétrie des incidents clients. Parallèlement, Databricks a introduit les fonctionnalités de Genie Migrate via des articles de blog, des vidéos et des annonces communautaires, positionnant les agents d'IA pour inspecter les configurations de clusters et automatiser la conversion de charges de travail de l'infrastructure classique vers le serverless et les data warehouses hérités.
Sources
- Genie ZeroOps, now in public beta: An autonomous agent that fixes data pipelines, with lessons from 80,000 customer issuesNews · databricks-blog · Nov 19
- Introducing Genie Migrate for ServerlessNews · databricks-blog · Nov 19
- Migrate Databricks classic workloads to serverless with Genie Migrate | Databricks DemoVideo · Databricks · Nov 18
- Automate Data Warehouse Migration with AI - Genie Migrate for Lakehouse IntroVideo · Databricks · Nov 18
- Announcement | Migrate Effortlessly to the Databricks Lakehouse with Genie Migrate (Now GA)Community · databricks-community · Nov 18
3.Unity Gateway introduit l'observabilité des coûts et le suivi de la tokénomique pour les agents d'IA
Databricks a dévoilé Unity Gateway Insights, affirmant que l'outil analyse les traces d'exécution pour identifier le gaspillage de jetons (tokens) découlant d'outils MCP défaillants et de requêtes de modèles mal routées. En accompagnement, Databricks a publié le Databricks AI Index pour évaluer les dépenses d'entreprise en jetons à travers 10 000 organisations, tandis que des discussions communautaires et des études de cas de fournisseurs ont mis en avant Unity Gateway comme couche de gouvernance centralisée pour les modèles externes, les serveurs MCP et les agents de code.
Sources
- Unity Gateway: One Place to Govern Models, MCP Servers and Coding AgentsCommunity · databricks-community · Nov 19
- Introducing Unity Gateway InsightsNews · databricks-blog · Nov 18
- How AUMOVIO centralized AI access with Databricks Unity GatewayNews · databricks-blog · Nov 18
- How to Reduce AI Agent Costs | Unity Gateway InsightsVideo · Databricks · Nov 17
- Introducing the Databricks AI Index: The state of enterprise AI tokenomicsNews · databricks-blog · Nov 16
4.L'outillage de développement introduit Statement Execution V2 et des flux de test de pipelines
Databricks a synchronisé les mises à jour de ses outils de développement en livrant l'API Statement Execution V2 et des points de terminaison de sécurité pour Databricks Apps dans ses SDK officiels Python, Java et Go. Concomitamment, la CLI Databricks a ajouté des commandes dédiées à la gestion des bacs à sable (sandboxes) et au test de pipelines, parallèlement à un passage à une distribution sur PyPI, tandis que l'extension VS Code a introduit un mode d'isolation de catalogue et des contrôles de rafraîchissement multi-tables pour les Databricks Asset Bundles.