Genie и TabPFN связали в мультиягентную архитектуру для предиктивной аналитики в Lakehouse

Genie и TabPFN объединены в мультиягентную архитектуру для предиктивной аналитики в Lakehouse — это представлено в техническом посте 21 мая 2026 года. Система переводит вопросы на естественном языке в готовые для предсказания наборы данных, запускает модель и возвращает пользователю рекомендацию; такой поток сокращает время от запроса до вывода и расширяет доступ бизнес‑пользователей к предиктивной аналитике.

Ключевые компоненты архитектуры связаны через оркестратор: Genie выступает как субагент, отвечающий за формирование структурированных SQL‑запросов и извлечение признаков из управляемых данных Lakehouse; TabPFN от Prior Labs подключён как внешний MCP‑сервер и выполняет предсказания в один проход, обеспечивая production‑класс результатов; сам оркестратор развернут как Databricks App и использует Agent Bricks для коммутации между агентами. Unity Catalog обеспечивает контроль доступа и прослеживаемость данных на всех этапах.

Авторы отмечают предысторию: TabPFN ранее показывала способность сворачивать значительную часть вычислительной нагрузки на предсказания, выдавая production‑класс результатов в один прямой проход. Основной узкий участок оставался в подготовке корректного размеченного набора данных — традиционно это требовало работы дата‑сайентистов и инженеров фичей. Комбинация Genie и TabPFN нацелена устранить это узкое место, автоматизируя формирование признаков и разметки в ответ на естественноязычные запросы.

По описанию в посте, последовательность работы оркестратора выглядит так: супервизор распознаёт бизнес‑намерение пользователя, обращается к Genie для выборки и разметки данных, формирует вход в требуемом формате и вызывает TabPFN через MCP; после получения предсказаний супервизор интерпретирует результаты и возвращает конечный ответ или рекомендацию пользователю. Архитектура допускает расширение — добавление дополнительных субагентов и конечных точек сервинга для интеграции новых моделей и каналов вывода.

В материале приведён подробный технический разбор каждого компонента, иллюстрации и видео со схемой архитектуры. Авторы подчёркивают управляемость решения: полная линейность данных и контроль доступа через Unity Catalog позволяют внедрять предиктивную аналитику для бизнес‑пользователей в рамках единого, регламентированного интерфейса. По данным поста, любой запрос, сводимый к задаче «по истории с исходом предскажите исход для нового случая», можно обработать за секунды.