对话式分析、NL2SQL、取数助手——从 demo 到生产的落地竞赛
近 7 天收录 14 个事件 · 每 6 小时更新
苏格兰水务的资本投资项目团队过去需依赖大量报表或数据专家才能获取项目状态、财务、交付里程碑和风险信息。他们基于Databricks Genie构建了内部工具SPARK，通过Microsoft Teams以自然语言提问，由Copilot编排并经MCP连接Genie Space，在Unity Catalog治理下返回可信答案。该方案减少了重复报表制作，让项目团队能快速自助获取数据。
Snowflake官方博客介绍了如何充分利用CoCo，强调其已了解账户中的表、查询历史和成本，可查询数据、追踪血缘、构建管道并运行引导式技能。文章提出提示词四要素：目标、约束、上下文和验证，并建议复杂任务使用计划模式。同时通过模糊与具体提示的对比示例，说明明确指定表名、列名和条件可更快获得准确结果。
ThoughtSpot 工程博客介绍了 AgentQL——一种以 SQL 语法表达分析意图、但不用 LLM 直接生成 SQL 的能力。其背景是 Spotter 的搜索令牌(token)存在表达力缺口，无法覆盖多步对比、层级计算等复杂查询。AgentQL 选择 SQL 语法作为意图语言，同时拒绝 SQL 执行模型，以统一查询引擎执行。文章详述了背后的工程取舍与设计原则。
Hex 发布 Evals，用于衡量 Hex Agent 的性能，并允许在变更上线前安全测试上下文影响，完全通过 CLI 操作。Evals 受 Hex 内部测试工作流启发，支持从简单数值结果到复杂任务（如工具使用、多方案提出、数据矛盾识别、适当拒绝回答）的评估。其采用 LLM-as-judge 读取完整对话，不仅考核答案正确性，还评估推理过程与行为。该工具旨在帮助数据团队在维护分析 Agent 时保持准确性与一致性。
Tableau Agent in Dashboards为Dashboard使用者提供概览、图表洞察和自然语言问答。功能遵循现有权限、访问控制和行级安全规则，回答可以包含文本与表格，目标是让业务用户在不排队等待分析师的情况下继续深挖数据。
Anthropic法务副总裁助理Mark Pike分享了法务团队如何使用Claude构建工作流，自动化审查营销内容和合同红线标记等重复性任务，无需编码。该方法将营销审查周转时间从数天缩短至数小时，减少了战术性繁忙工作，使律师专注于更有影响力的工作。
本指南介绍了如何为Claude创建自定义Skills，通过SKILL.md文件扩展其能力。文中强调了Skills能编码机构知识、标准化输出并处理复杂多步骤工作流。提供了创建Skills的5个步骤，包括明确核心需求、编写名称、描述和指令等。此外，还提供了技能创建者模板和手动创建方法，并说明了触发机制的关键要素。
Anthropic发布Claude Opus 4.6和Sonnet 4.6的同时，更新了网络搜索和网页抓取工具。Claude现在可在搜索过程中原生编写并执行代码，在结果进入上下文窗口前动态过滤，保留相关内容，去除无关信息，从而提高准确性和令牌效率。在BrowseComp和DeepsearchQA两个基准测试中，动态过滤使性能平均提升11%，同时输入令牌减少24%。开发者可通过API启用该功能。
Anthropic发布Claude apps gateway，面向Amazon Bedrock和Google Cloud上的Claude Code用户。该网关是一个自托管控制平面，提供企业SSO登录、集中策略管理、基于角色的访问控制和按用户成本归属功能，解决了此前需为每位开发者配置云凭证、手动推送设置及单独工具跟踪开销的问题。网关以单个无状态容器运行于Linux，基于PostgreSQL，支持OIDC身份验证，并通过OTLP向用户指定的采集器上报使用指标，客户端在登录时自动应用托管设置。
韩国时尚平台Musinsa将其受众引擎从自托管ClickHouse迁移至ClickHouse Cloud，存储成本降低86.5%，总拥有成本最高下降71.4%。ClickPipes简化了实时数据摄入，该CDP覆盖1640万会员，并加入支持自然语言查询的AI助手MAI。
传统自助业务分析面临视图混乱和仪表板膨胀等难题。Anthropic通过Claude实现了95%业务分析查询的自动化，总体准确率约95%。这一实践的关键是避免让AI“裸奔”于数仓之上，而是连接基础设施、文档与专家知识。数据团队得以从重复工作中解放，专注于战略任务。
阿里云DMS推出Data Agent for Analytics，定位企业级数据分析智能体，基于Agentic AI技术，帮助用户查数据、做分析、生成报告并深入洞察。文章从能力边界定义、技术内核、企业级能力三方面剖析其技术思考与实践，为开发者提供参考。
文章梳理数据分析工具从Excel、BI到ChatBI的演进困局，指出传统BI与ChatBI仍是被动响应、答案导向，未能解决数据问题向业务问题的转化。火山引擎数智平台VeDI提出Data Agent概念，强调从“数据工具”升级为“数字专家”，实现从记录过去到理解现在、预测未来的跨越。
Databricks博客介绍了企业级AI助手的技术架构，涵盖大语言模型、检索增强生成和智能体框架。文章强调深度集成数据目录与治理策略的重要性，并援引市场数据称2025年全球AI助手市场规模为191亿美元，预计2035年达1141亿美元。该文对数据团队评估ChatBI与分析Agent具有参考价值。