Databricks 推出自服务基础设施平台，按需创建隔离环境
Databricks 用自然语言驱动的自动化平台，让工程师秒级获得隔离开发环境，解决大规模协作中的资源冲突和成本归因问题。
Databricks 现场工程团队规模从不到 1500 人增长到超 7000 人，共享工作区引发资源冲突与成本追踪难题。他们用 Databricks Apps 和 Terraform 构建了 FEVM（现场工程自动售货机）：工程师用自然语言描述需求（如“搭建金融客户演示”），系统自动配置隔离环境，用完自动清理，资源使用全程可审计。
正文摘录
Provisioning for the Agentic Era: How Databricks Built a Self-Serve Infrastructure Vending Machine 作者：Evan Pandya , Greg Wood 和 Joel Thomas 在 Databricks，我们的现场工程组织致力于帮助客户成功。这意味着构建演示、复现问题、针对真实工作负载测试功能，并随时准备（在短时间内）向潜在客户展示平台上可能实现的一切。这一点在 AI 时代从未如此重要——一周的时间就可能导致可能性的根本转变。随着 Databricks 的发展，以快速、受管控且成本感知的方式赋能我们的现场组织变得越发重要——也越发具有挑战性。 为了解决这个问题，我们着手构建现场工程售货机（Field Engineering Vending Machine），简称 FEVM。就像任何一台好售货机一样，其想法很简单：你说出需要什么，就能得到它，用完它就会消失。也许最重要的是，FEVM 的核心是使用 Databricks 原生组件构建的，并且将 Agent 作为一等公民。 就在三年前，现场工程团队还不到 1500 人。少量的共享工作区覆盖了大多数用例，手动维护也能让系统相当顺利地运行。但 Databricks 发展迅速。GTM（Go-to-Market）团队现在超过 7000 人，现场工程占了很大一部分。在一种规模下运行良好的基础设施，到了另一种规模下就需要不同的设计。 Databricks 工作区针对少量管理员管理大量用户进行了优化，这对于大多数企业部署来说是有意义的。然而，现场工程有不同的需求：几乎每个人都需要管理员级别的访问权限才能完成实际工作。配置演示环境、测试预览功能、运行特定客户场景——所有这些都需要管理员访问权限所提供的控制能力。