Microsoft 与 Databricks 于 2026 年 7 月 23 日宣布扩大策略合作，合作期延伸至 2030 年代。公告的核心不是再增加一个 model，而是把 Databricks 的 data and AI platform 更深入放进 Azure 及 Microsoft 的企业产品，让 AI agent 可以在 business context 中运行。
Databricks 将加深使用 Azure Databricks，承载自己的核心业务及分析工作；同时会采用 Azure Cobalt 基础设施。Microsoft 表示，Cobalt 200 相比 Cobalt 100 可提供最高 50% 更好性能，并默认启用 memory encryption。这些是供应商对平台和硬件的描述，实际改善要按 workload、region、配置和成本独立验证。
在应用层，Microsoft 表示会继续把 Databricks Genie 这个 AI co-worker，以及 Genie Ontology 和 Unity AI Gateway，整合到 Microsoft 的产品环境。目标是让 agent 读取企业自己的数据、理解客户和运营指标，再在同一套治理框架下管理 model、agent 和使用成本。
公告列出的连接面相当广，包括 Microsoft Entra、Azure Data Lake Storage、Azure security、OneLake、Power BI、Purview、Foundry、Power Platform、Microsoft 365、Teams 和 Copilot。对企业来说，这种整合的价值不只在于「可以问数据」，而是把数据、权限、workflow、监控和输出放在同一条可追踪的链上。
不过，business context 并不会因为系统互相连接就自动变得可靠。企业仍要处理数据的新鲜度、语义定义、row-level permission、敏感数据遮蔽、来源追踪和 agent 可执行的 action。如果 ontology 或权限映射错误，agent 可能会产生一个看似有根据、实际上用了错误数据范围的答案。
这次合作也说明企业 AI 的竞争焦点正在由模型选择移到 operating system。模型可以更换，但数据层、身份、政策、成本控制和 audit trail 会长期影响部署。企业要先定义哪些决策可以由 agent 协助、哪些 action 必须批准，以及如何用真实 workload 做 evaluation。
可用性同样要留意。公告描述的是产品整合方向和合作安排，不代表每个 Microsoft tenant、Databricks workspace 或地区都已经有相同功能，也不代表现有的 connector 就涵盖所有数据类型。采用前应确认 licensing、data residency、权限模型、SLA 和退出方案。
Microsoft 与 Databricks 的消息把一个实际问题放到前面：企业要的不是孤立的 chatbot，而是能理解自己数据、受到治理、可以接入日常 workflow 的 AI system。是否能够带来可量度的改善，仍取决于数据质量、流程设计和上线后的监控，而不是合作公告本身。
