Databricks 于 4 月 15 日发布 Unity AI Gateway 的重要扩展：AI Gateway 现可对工作区中所有 MCP（Model Context Protocol）服务器交互实施细粒度访问控制、使用监控和活动审计。核心能力包括：代理用户执行（On-Behalf-Of）确保 Agent 以请求者真实权限访问外部系统；PII 检测脱敏、提示注入防护、数据泄露防护等护栏（Guardrails）扩展到 MCP 调用；所有调用日志写入 Delta 表由 Unity Catalog 权限控制。
阿里云于 4 月 15 日发布 OpenLake——下一代开放数据与 AI 架构，通过 Data Lake Formation (DLF) 的 Omni Catalog 提供跨 Iceberg/Hudi/Paimon 的统一元数据管理。方案包含四大架构蓝图：批处理湖仓（Spark + StarRocks）、实时流式湖仓（Flink + Hologres）、企业级云原生湖仓（MaxCompute + Hologres）和 AI 原生向量湖仓（Spark + Milvus）。落地案例显示总成本降低 38%-50%，查询性能提升 300%。
4 月 15 日，Databricks Lakeflow Connect 新增查询型连接器（Query-based Connectors），通过游标列直接查询源数据库摄取数据，无需配置 CDC 或摄取网关。支持 Oracle、Teradata、SQL Server、MySQL、MariaDB、PostgreSQL 以及通过 Lakehouse Federation 外部目录摄取的所有数据源。
4 月 15 日，Sample Data Explorer with Genie Code 正式 GA。用户可对 Unity Catalog 中的任意表使用自然语言提问，Genie Code 自动生成 SQL 查询并返回数据结果，降低了非技术用户探查数据的门槛。
本期窗口内（04-15 08:00 ~ 04-16 08:00 CST）未发现符合准入标准的机构研究报告或关键人物原始观点。
本期窗口内（04-15~04-16）未发现符合准入标准的数据平台领域投融资、财报或收购兼并事件。
为什么值得继续看：Databricks 将 AI Gateway 重命名为 Unity AI Gateway 并扩展至 MCP 治理，标志着其 Agent 治理体系已形成三层覆盖：LLM 端点（已 GA）、编码代理（已 GA）、MCP 服务器（Beta）。这一架构方向与此前开放格式路径分化趋势形成呼应——Databricks 的策略不仅是开放数据格式，更是将治理触角延伸到 Agent 与外部系统的每个交互点。
需要等待什么信号确认：MCP 治理从 Beta 到 GA 的时间表；Snowflake Cortex 或 Google Cloud Vertex AI 是否推出类似的 Agent 工具调用治理框架。
为什么值得继续看：阿里云以 OpenLake 品牌进入全球湖仓方案竞争，明确列出 Databricks Lakehouse、Snowflake、AWS Redshift+Glue 等作为对标对象。这不是单一产品发布，而是将 EMR Serverless Spark、DLF、StarRocks、Hologres、MaxCompute、Milvus 等产品线整合为统一方案输出。如果这一策略在海外市场获得牵引力，将是中国云厂商数据平台首次在方案层面形成全球竞争力。
需要等待什么信号确认：OpenLake 在海外客户中的实际采用案例和定价策略；Databricks/Snowflake 是否因此调整其在亚太市场的竞争策略。