Hex：AI 数据蔓延——谁为无数无法追踪的分析代码负责？
DataHot 速览
Hex 发文指出，AI 让大量非技术人员能用自然语言生成查询、报表乃至应用，但这些代码基于随机上下文、权限松散，散落在聊天记录、HTML 和本地文件中，无人审查、无法追踪、无法复现。文章认为，答案是否正确无从验证，传统 BI 工具靠加一个聊天框无法解决，数据平台团队正面临放弃治理或锁死能力的艰难选择。该文提出“AI 数据蔓延”这一现象，并指向数据治理与可观测性漏洞。
为什么值得关注：对数据平台和 BI 选型是个重要提醒：AI 生成分析代码的治理与可观测性尚未被解决，数据团队需要为此设计新的管控机制。
译文
AI 逐段翻译过去一年的数据故事：AI 在编写代码方面变得非常擅长，人们正在将其用于分析。
“氛围编程”的仪表板、查询、报告和应用无处不在。数百万“非技术”人员正在以极快的速度编写数十亿行代码。在这一点上，实际上可能是更多的“非技术”人员正在编写数据代码，而不是使用传统的 BI 工具。
这有充分的理由！原来的方式是提交工单，然后等待两周才能得到一个回答略有不同问题的图表。现在，你可以用自然语言提问，并在片刻之间得到你确切想要的东西。没有人会回头。
但这都是非常……混乱的。而且问题不在于全部是代码，而在于它是如何生成的，以及它在哪里存储。它建立在随机的上下文和松散的权限之上，然后分散在一次性聊天、粘贴到 Slack 中的 HTML 文件以及某人的笔记本电脑中。它只运行一次。没有人审查它。没有人能追踪它、复现它或为它担保。
这些答案中是否有任何一个是真正正确的？
说实话：你完全不知道，也没有办法知道。没有记录表明代理获取了哪些上下文，它抓取了哪个表，或者它在答案到达董事会演示文稿之前悄悄丢弃了哪个过滤器。这些数字看起来很棒——格式精美、图表精美，并有自信的叙述。这就是问题所在！你无法评估你看不到的质量，也无法将指标定义传播到一千个一次性聊天中。唯一的反馈循环是注意到人们意见不一。
传统的 BI 工具无法提供帮助——它们围绕专有规范和僵化的仪表板构建。添加聊天侧边栏只会给人们更多的东西来绕过它进行氛围编程。
这就是AI 数据蔓延：一堆看似合理的数字、一次性应用和数百万行不受治理的代码。没有人能追踪它。不过，数据团队仍然拥有这堆烂摊子！
因此，数据平台所有者面临一个不愉快的选择：让人们生成他们想要的任何代码并放弃治理——或者将他们锁定在他们信任的 BI 工具中，因为他们信任它恰恰是因为它做不了太多事情。
这是每个人都能感受到的大问题——而且还没有人真正破解这个难题。
我们正在 Hex 致力于解决这个问题。生成式数据应用是一个重大进步——让代理更容易拥有上下文、控制和协作（见最新这里）。
但这个故事仍然不完整！而填补这一空白正是我们现在专注的事情，这是我们承担过的最大、最雄心勃勃的项目。
我们很快就会分享更多（还有更多在Prompt）——我们迫不及待地想向您展示。
这是我们在 Hex 经常思考的事情，我们正在创建一个平台，使构建和共享交互式数据产品变得容易，这可以帮助团队更具影响力。如果您对此感兴趣，请点击下方开始，或查看加入我们团队的机会。
这篇内容对你有用吗？
反馈只用于改善内容筛选，不等同于收藏