引言

数据智能体正在成为企业“让AI用好数据”的关键拼图。最新的Data Agent Benchmark（DAB）评测中，OceanBase团队提交的方案以90.62%的准确率登顶，并成为首个突破90%的参评系统。更具象征意义的是，这一成绩由国产数据库与国产大模型GLM-5.2协同完成，超过了多项基于GPT与Claude的海外方案，释放出“模型+Agent+数据系统”协同的新信号。

DAB究竟在考什么：从Text-to-SQL到“把答案拿出来”

与传统Text-to-SQL不同，DAB把AI放进真实数据环境，考核的是“从理解数据到拿到正确答案”的全链路能力。评测覆盖互联网/本地生活、金融、生物医学、政务/公共管理、媒体/文娱等多个领域，以及PostgreSQL、MongoDB、SQLite、DuckDB等多种数据库形态，强调复杂、分散、异构数据下的实战表现。

要在DAB中得分，不只是“写对SQL”：
- 数据理解：识别表含义、字段语义、主外键与隐式关联；
- 任务规划：拆解问题、选择数据源、确定连接与计算路径；
- 工具执行：跨数据库发起查询、聚合与转换；
- 结果校验：交叉验证、证据追踪，必要时回溯修正。

因此，DAB本质上测的是组合体能力：模型负责理解与推理，Agent负责规划与执行，数据系统负责发现、管理与校验。这也解释了为何同样的大模型，在不同数据系统与Agent策略下，成绩差异会显著拉开。

OceanBase的“Scout”：闭环把控的数据智能体工程

此次登顶的方案内部代号为“Scout”，核心在于把“理解—执行—验证”做成工程化闭环：
- DataLens构建数据画像：自动识别字段语义、数据关系与质量信号，形成可被Agent利用的元数据视图；
- 任务自适应规划：依据难度与数据拓扑，动态选择查询策略、连接路径与计算顺序，兼顾正确性与成本；
- 证据追踪与答案校验：对中间步骤与最终结果进行一致性检查与反证搜索，发现异常自动回滚并迭代方案；
- 多库协同执行：在PostgreSQL、MongoDB等异构引擎间协调查询与转换，降低跨源分析的摩擦。

这套能力并非“演示即止”。OceanBase计划将其沉淀进DataPilot产品线，让AI不仅“能调数据”，还能“用数据完成任务”，覆盖从数据理解、任务规划到分析执行与结果验证的全链路。

90.62%的含金量与边界

这次领先成绩的意义有三层：
- 技术路径验证：证明国产模型GLM-5.2与国产数据库的耦合，能够支撑复杂数据分析任务，关键在于系统层协同，而非单点模型比拼；
- 工程化强度：闭环的校验与修复机制，显著提升了在真实环境中的稳健性，避免“能写SQL但答案不可信”的尴尬；
- 多场景泛化：覆盖多领域与多数据库，显示方案具备跨域迁移的基础。

同时也需看到边界：
- 基准与实务仍有差距。企业场景会引入权限、血缘、口径定义、成本与延迟约束，长尾问题与脏数据会放大难度；
- 可重复性与鲁棒性仍需持续验证。不同版本模型、提示策略、重试预算与工具集成，会对成绩产生影响；
- 透明与可观测是落地关键。将“如何得出答案”的证据链供审计与治理，是企业采信的前提。

换言之，90.62%不是终点，而是把“AI数据分析”从概念证明，推进到可产品化、可治理阶段的重要里程碑。

从数据库到AI数据平台：数据“底座”正变成“工作引擎”

AI时代，数据库的角色正在重构。过去的职责是把数据存好、算好、取出来；如今要进一步帮助AI理解数据、组织计算并验证正确性。OceanBase将Scout能力落入DataPilot，体现的是从“数据底座”走向“数据工作引擎”的演进：

• 让AI“看得懂”：通过统一元数据、指标口径与关系挖掘，降低语义鸿沟；
• 让AI“做得稳”：以计划器、成本与风控为约束，控制跨源分析的可靠性与成本；
• 让AI“讲得清”：以证据追踪、过程可视化与可审计机制，提升结果可解释与合规性。

对企业的启示

• 快速构建自助分析智能体：用于运营、风控、财务对账、指标稽核等场景；
• 降低数据入口门槛：新成员与非技术团队可通过自然语言完成复杂查询；
• 强化数据治理闭环：把“答案从哪来、是否可信”固化进流程，减少口径不一致与人为误操作。

未来值得关注的方向

• 更强的模式与语义对齐：借助知识图谱与自动Schema Linking，提升跨库关联准确性；
• 结果可靠性增强：引入统计一致性、对比实验与多路径共识等校验策略；
• 运行可观测与安全治理：权限最小化、敏感数据防护与审计全链路化；
• 与RAG和多模态融合：把文档口径、流程规范与结构化数据联合推理，覆盖更复杂任务。

影响与展望

这次登顶不仅是一项成绩，更是一种路线的胜出：与其把希望寄托于“更大的模型”，不如把注意力放在“更好的系统协同”。当模型、Agent与数据系统形成闭环，AI才能真正把企业数据转化为可复用、可解释、可治理的决策资产。随着DataPilot等产品化落地，数据智能体将从“演示厅”走进“机房”和“会议室”，成为企业日常运行的基础设施之一。

标签： Data Agent OceanBase GLM-5.2 AI数据平台 数据库