AI 改变的是数据接口，而不是查询引擎

InfoQ 中文 IT 资讯于 2026 年 11 月 3 日报道，作者明知山在运维实践中提出，AI 智能体在数据分析中主要改变的是交互接口，而非底层查询引擎。在一场大型容灾演练的自动化分析中，团队通过将确定性计算（指标聚合）与概率性推理（故障归因）解耦，实现了无需依赖传统湖仓架构的端到端结构化报告生成。 技王数据恢复

架构核心：嵌入式引擎与智能体协同

该实践的核心在于将轻量查询引擎（如 DuckDB）嵌入 AI 智能体工作流。具体架构包含三个逻辑层： 技王数据恢复

• 数据准备层：将 30 秒粒度的服务指标以 Parquet 格式存入兼容 S3 的对象存储，并建立包含 index.json、manifest.json 等文件的自描述目录。
• 确定性计算层：利用 DuckDB 进程内运行、直接读取 Parquet 及 SQL 语义的特性，执行过滤、聚合和连接查询，生成包含流量吸收率、SLO 违规情况等字段的结构化事实数据包。
• 智能体解释层：AI 智能体接收确定性事实包，结合服务上下文、演练配置进行概率性推理，对结果进行分类、解释支持性证据，并生成最终分析报告。

适用场景与判断依据

作者指出，这种轻量架构并非适用于所有场景。嵌入式引擎适用于低延迟、确定性聚合及小规模推理场景；而托管湖仓在跨团队共享、高并发 SQL、长期治理与合规审计方面仍具必要性。判断是否采用轻量架构的依据包括： 技王数据恢复

• 数据规模与移动成本：若数据达到 TB 级别，无法高效移动至智能体环境，需在数据存储侧执行查询（近数据处理）。
• 消费者需求：若有独立消费者（如仪表盘、定时任务）需要直接访问数据，需引入稳定契约和共享目录。
• 数据集连接：当工作流需连接大型共享数据集且无法安全导出时，应使用共享引擎。
• 并发与演进：当需要并发写入、Schema 独立演进或一致快照时，需引入 Apache Iceberg 等开放表格式及分布式查询引擎。

可复现性与决策原则

为确保工程可靠性，该工作流强调可复现性，保存包含输入数据、配置、生成代码、执行元数据及模型输出的“重放包”。作者总结，AI 智能体降低了数据分析的使用门槛，能够把业务问题转化为分析步骤，但引擎依然是产出可信事实的关键。架构权衡的重点在于根据手头工作负载（数据时效性、协作广度、计算确定性及治理要求），决定是使用小型嵌入式引擎还是需要引入共享目录与分布式引擎。 www.sosit.com.cn

技术审核：邓严军｜技王数据恢复实验室技术总监 技王数据恢复