TL;DR: Este artigo analisa duas novas funcionalidades do Azure Databricks em preview pública: um endpoint MCP por workspace que conecta o Copilot Studio ao Genie para agentes com raciocínio sobre dados corporativos, e o Lakebase branching integrado ao GitHub Copilot agent mode para depuração segura em produção. A conclusão é que essas capacidades reduzem a complexidade de gerenciar múltiplos Genie Spaces e permitem debug sem expor dados reais, acelerando o ciclo de desenvolvimento de agentes de IA.
Como o endpoint MCP por workspace simplifica a conexão do Copilot Studio com Genie?
O Genie, agente de IA do Azure Databricks, permite que qualquer funcionário converse com seus dados e obtenha respostas confiáveis instantaneamente. Os Genie Spaces são workspaces de domínio curados para equipes encontrarem insights estratégicos. Até agora, conectar o Genie ao Microsoft Copilot Studio exigia adicionar cada Genie Space como uma ferramenta separada — o que funcionava para integrações pontuais, mas gerava overhead ao tentar conectar múltiplos espaços a um único agente do Copilot Studio.
O workspace-wide MCP endpoint muda isso. Um único endpoint por workspace dá ao agente do Copilot Studio acesso a todos os Genie Spaces e datasets do Unity Catalog conectados, mantendo o contexto curado de cada espaço.
Capacidades-chave:
- Acesso em linguagem natural em todo o workspace. Agentes do Copilot Studio podem rotear perguntas por todos os Genie Spaces e datasets do Unity Catalog sem perder a curadoria que mantém as respostas precisas.
- Governança via Unity Catalog. Os controles de acesso são aplicados no momento da consulta, estendendo as permissões de dados existentes a todos os agentes criados no Copilot Studio.
- Além de um único domínio. Passe de um agente de finanças ou supply chain para um agente ciente de todo o workspace, seguindo o usuário onde quer que os dados estejam.
Como o Lakebase branching com GitHub Copilot agent mode torna a depuração mais segura?
Agentes de IA em produção falham em edge cases com dados reais que ambientes sintéticos ou mockados não capturam. Mas dar acesso direto ao banco de produção para um desenvolvedor investigar não é realista na maioria das empresas. O Lakebase branching, agora integrado ao GitHub Copilot agent mode, oferece uma maneira de depurar contra dados reais sem nunca conectar ao banco de produção.
Capacidades-chave:
- Copy-on-write branching. Crie uma branch com fidelidade total de um banco de produção Lakebase em segundos. Nenhum dado é movido e nenhum registro de produção é alterado.
- Debug nativo com GitHub Copilot agent mode. Aponte o modo agente do GitHub Copilot para o endpoint da branch para reproduzir, diagnosticar e resolver issues dependentes de dados com assistência de IA.
- Workflow nativo Azure. Todo o ciclo roda entre GitHub, Azure Databricks e Lakebase. Sem ferramentas de terceiros ou infraestrutura customizada.
- Compliance integrado. Correções são enviadas através dos workflows padrão de deploy e compliance baseados em Git, comprimindo ciclos de debug de horas para minutos.
O que essas capacidades desbloqueiam para times de agentes de IA?
Juntas, as duas funcionalidades cobrem ambas as metades do ciclo de vida de agentes no Azure:
- Crie agentes do Copilot Studio que raciocinam sobre um workspace inteiro do Azure Databricks através de uma única conexão MCP.
- Depure agentes de IA em produção contra dados reais do Lakebase usando o GitHub Copilot agent mode, reduzindo o risco de exposição de dados produtivos.
- Mantenha a governança do Unity Catalog e os controles de compliance existentes desde a criação até o deploy.
- Padronize o ferramental de dados, agentes e desenvolvedores em GitHub, Azure Databricks e Microsoft 365.
Primeiros passos
Ambas as funcionalidades estão disponíveis em preview pública desde 2 de junho de 2026, diretamente nos workspaces do Azure Databricks.
- Azure Databricks e integração Power Platform para configurar Genie workspace-wide MCP para Copilot Studio
- Conecte seu GitHub ao Azure Databricks para usar Lakebase branching com GitHub Copilot agent mode
Artigo originalmente publicado em Azure Updates - Latest from Azure Charts.
Perguntas Frequentes
-
O que é o endpoint MCP por workspace do Azure Databricks?
É um único endpoint por workspace que permite conectar o Microsoft Copilot Studio a todos os Genie Spaces e datasets do Unity Catalog daquele workspace, eliminando a necessidade de configurar servidores MCP individuais para cada espaço. Isso simplifica a criação de agentes que raciocinam sobre dados empresariais de forma centralizada. -
Como o Lakebase branching com GitHub Copilot agent mode melhora a depuração de agentes?
Cria uma branch copy-on-write da base de produção em segundos, permitindo que o GitHub Copilot agent mode aponte para ela e reproduza issues com dados reais sem risco de alterar a produção. O debug é feito de forma segura e o fluxo de correção segue os workflows de Git e compliance existentes. -
Essas funcionalidades estão disponíveis para clientes brasileiros?
Sim, ambas estão em preview pública desde 2 de junho de 2026, diretamente nos workspaces do Azure Databricks. Empresas brasileiras que já usam Azure Databricks e Copilot Studio podem ativar as funcionalidades seguindo os guias de integração da Microsoft. -
O Unity Catalog continua sendo o mecanismo de governança para os agentes criados?
Sim. As permissões existentes no Unity Catalog são aplicadas em tempo de consulta, estendendo-se automaticamente a todos os agentes construídos no Copilot Studio. Isso garante que a governança de dados permaneça consistente durante todo o ciclo de vida do agente.
