Sep 28 — Oct 5, 2026
Este período foi marcado por tomadas de decisão de IA leves com o lançamento da função SQL ai_decide, grandes expansões de recursos no Lakebase Postgres e a disponibilidade geral do Unity AI Gateway. Em paralelo, as atualizações da plataforma enfatizaram a portabilidade de catálogos abertos por meio de APIs padronizadas de migração de tabelas e governança do Iceberg.
1.Databricks lança ai_decide() para classificação SQL rápida e determinística
A Databricks introduziu a função ai_decide(), projetada para classificação estruturada, pontuação e roteamento de fluxo de trabalho diretamente no SQL, sem a sobrecarga da geração de texto completo. Lançamentos dos SDKs para Python e Java integraram suporte ao cliente imediatamente, enquanto membros da comunidade demonstraram seu uso como avaliador em pipeline para saídas de IA gerativa.
Fontes
- Introducing ai_decide: make fast decisions on your governed dataNews · databricks-blog · Sep 30
- Let AI Decide: SQL Decision Making with Databricks ai_decide()Video · databricks MVP Hubert Dudek · Oct 3
- Databricks ai_decide: The AI Judge That Never Writes a WordCommunity · reddit · Oct 4
- v0.144.0Release · databricks/databricks-sdk-py · Sep 30
2.Lakebase Postgres expande com recuperação baseada em branch, busca vetorial e fluxos de trabalho de agentes
O Lakebase Postgres adicionou busca nativa de texto completo e vetorial, restaurações de branch baseadas em metadados para recuperação rápida e padrões dedicados de otimização de custos. Atualizações complementares da CLI da Databricks e fluxos de trabalho demonstraram o uso de branches efêmeras de banco de dados para isolar agentes de codificação paralelos no GitHub Actions.
Fontes
- Lakebase Postgres branch-based restores for fast recovery at scaleNews · databricks-blog · Oct 1
- Parallel Coding Agents with Lakebase | Claude Code + GitHub ActionsVideo · Databricks · Oct 1
- v1.19.0Release · databricks/cli · Sep 30
- Lakebase Search: State-of-the-art full text and vector search for PostgresNews · databricks-blog · Sep 28
3.Unity AI Gateway atinge GA para padronizar governança de agentes com múltiplos modelos
A Databricks anunciou a disponibilidade geral do Unity AI Gateway para fornecer aplicação centralizada de políticas, controles de custos e rastreamento de execução em agentes de IA e LLMs. Atualizações de SDK acompanhantes adicionaram itens protegidos para habilidades de agentes, enquanto sessões técnicas destacaram arquiteturas de produção utilizando servidores personalizados do Model Context Protocol.
Fontes
- How Enterprises Govern AI Agents Across Multiple ModelsVideo · Databricks · Oct 1
- Demo: Building a Governed AI Agent with Unity AI GatewayVideo · Databricks · Oct 1
- v0.157.0Release · databricks/databricks-sdk-java · Oct 1
- How to scale agentic applications without creating AI sprawlNews · databricks-blog · Sep 30
4.Portabilidade de catálogos melhora via APIs REGISTER e controles Iceberg entre engines
A Databricks publicou detalhes sobre suas APIs REGISTER e UNREGISTER, permitindo que equipes migrem com segurança o gerenciamento de tabelas abertas entre catálogos sem copiar o armazenamento em nuvem subjacente. Simultaneamente, novas especificações do Apache Iceberg para restrições de leitura e rótulos de catálogos abordaram a padronização de políticas entre engines no Unity Catalog, Polaris e Glue.
Fontes
- Unlocking Data Portability: Preventing Catalog Lock-in with REGISTER and UNREGISTER APIsNews · databricks-blog · Oct 5
- Cross-Catalog Sync: Iceberg on Polaris, Glue, and UnityCommunity · reddit · Oct 4
- Read Restrictions and Catalog Labels: Unifying governance across engines and catalogsNews · databricks-blog · Oct 1
- Your data, your storage, your rules: a 2026 guide to storing Unity Catalog managed tablesNews · databricks-blog · Sep 29