# 数据平台

Lyft 把 Analytics & Rides Intelligence Assistant 交给新工程师作为入职项目，并在 3 周内推进到生产环境。真正值得数据从业者注意的，不是 Prompt 写得多快，而是认证、可观测性、状态管理、流式响应和内部文档是否已经铺成一条新人能走通的路。

Berkeley BAIR 讨论 Agent 成为数据库新用户后，一次根因分析可能展开成上千条 SQL，且多 Agent 实验里只有约 10%–20% 的子计划真正不同。做 AI 问数的团队如果只验最终答案，不看重复查询、并发、扫描量和取消机制，数据库会先替模型交学费。

AWS 用同一个后端比较了 6 种 MCP 工具设计：原样暴露 14 个内部参数时，AI 会猜错合法值并反复重试；改成业务化命名、枚举、默认值和按需加载后，调用更稳定。数据开发给内部 API 接 MCP 时，怎样避免把旧接口的复杂度搬给 Agent？

Data Engineering Weekly #278 把 5 个信号放到了一起：Agent 可能一次发出上千条 SQL，Microsoft Flint 尝试让 AI 稳定生成图表，Grab 用 Apache Iceberg 处理海量小文件，AWS 重做 MCP 工具接口。普通数据开发和分析师该先补哪一层？

很多公司做数据治理时会建指标字典、数据标准、血缘文档和质量规则，但业务仍然在群里问口径、导 Excel、临时找人解释。数据治理失败不一定是没人做，而是做完没有进入真实工作流。本文从一次治理项目复盘讲起，拆解治理没人用的 4 个原因和 3 个更小的落地入口。

AI 问数和 Text-to-SQL Demo 往往很顺：输入一句话，模型生成 SQL，图表立刻出现。但一到真实企业上线，就会遇到权限、口径、表名、脏数据和责任边界。本文从一次上线评审讲起，拆解 AI 问数翻车的 4 个原因，以及上线前必须补的 5 个基础动作。

本期数据周刊关注 Data Engineering Weekly #274 里的 5 个信号：Anthropic 的 Claude 自助分析、Airbnb 多产品数据架构、Uber 数据抽象层、LinkedIn Agent 语义检索，以及 Capital One 的 DataAgents。AI 数据产品真正缺的是什么？

这一周的数据工程与 AI 数据平台信号很清楚：Databricks AI/BI 和 Genie 正在走向可监控、可嵌入、可治理；Snowflake Summit 2026 继续推动 AI SQL 和企业智能体；Iceberg、Airflow 则在补兼容和稳定性。数据开发和分析师该准备语义层、权限、成本和可审计链路。

本期关注 Data Engineering Weekly #271：Netflix 重做 Cassandra 到 Iceberg 数据移动，Grab 用 Flink 把 CDC 入湖做成自助，Uber 用实时校准守住预测模型。Databricks 和 Snowflake 的新动作也指向同一件事：AI 时代的数据团队要补上可验证管道、统一权限和生产契约。

花6个月建了数据平台，功能齐全、架构先进，上线两个月日活23人（公司200人）。本文分析数据平台没人用的根本原因：你解决的是技术问题而非用户问题。从「我建了一个平台」到「200人离不开这个平台」，中间隔的不是技术，是运营。

2026 年 3 月数据工程重要进展：Databricks 收购两家安全初创推出 Lakewatch，英国投资 8.5 亿美元；dbt Labs 与 Fivetran 合并年收入约 6 亿美元；Flink CDC 3.6.0 新增 Oracle Source；Snowflake 将 Gemini 3 引入 Cortex AI。来自官网及 TechCrunch 原文整理。

大数据在国内发展十多年，有多少企业真正从中获利？本文深入探讨三个关键问题：大数据项目的投资回报率如何评估？它究竟是技术课题还是业务课题？对企业决策的影响到底有多大？结合实际案例，为你揭示大数据平台建设的真相与应对策略。