📊 Data+AI 全球日报

2026-04-22 · 严格只包含过去24小时信息

🔥 今日最重要的3个变化

  1. 数据平台正在从分析工具升级为企业 Agent 的统一控制平面
  2. AI 编码代理开始主动连接竞品数据系统,平台边界正在被打破
  3. 国内 Agent 治理从概念进入可量化的测评落地阶段
总判断:Snowflake 以一次发布同时覆盖业务用户(Intelligence)和开发者(Cortex Code),并主动连接 Databricks、AWS Glue 等竞品数据源,标志着数据平台竞争从功能比拼转向「谁能成为企业 Agent 化的控制平面」。
A

Top Signals

1. Snowflake 大幅扩展 Intelligence + Cortex Code,定位「Agentic Enterprise 控制平面」

Snowflake 于 04-21 发布两大产品线重大更新。Snowflake Intelligence 升级为个人工作代理,新增 MCP 连接器(Gmail/Jira/Salesforce/Slack)、iOS 应用、深度研究和持续个性化学习能力;Cortex Code 从 AI 编码助手扩展为完整的 AI 构建层,关键突破是新增对 AWS Glue、Databricks、PostgreSQL 等外部数据系统的支持,同时发布 VS Code 扩展、Claude Code 插件以及 Python/TypeScript SDK。超过 9,100 家客户每周使用 Snowflake AI 产品,50%+ 客户已采用 Cortex Code。

💡 这是数据平台首次以「控制平面」定位覆盖业务用户和开发者双端,且主动连接竞品数据源(Databricks/AWS Glue),意味着平台竞争逻辑从「让用户把数据搬进来」转向「无论数据在哪,都通过我来编排 Agent」。MCP/ACP 双协议支持进一步强化了互操作性叙事。
B

Product & Tech

1. Databricks AI Runtime 新增 1xH100 加速器支持(Beta)

Databricks 于 04-21 发布 AI Runtime 对 1xH100 单卡加速器的 Beta 支持,降低了 GPU 训练/推理的入门门槛。此前 AI Runtime 仅支持多卡 GPU 配置。

💡 单卡 H100 支持使中小规模深度学习工作负载无需预留多卡集群,Serverless GPU 的可及性进一步降低。这是 Databricks 将 GPU 训练从基础设施工程推向按需服务的持续动作。

2. Oracle AI Data Platform Workbench 发布目录级治理与访问控制模型

Oracle 于 04-21 发布博客详解 AI Data Platform Workbench 的目录治理架构:以 Catalog 为主治理边界,实现目录/Schema/表三层精细权限控制,支持基于 Delta Sharing 的安全数据共享,核心设计是将数据访问与工作空间协作解耦。

💡 Oracle 在 AI Data Platform 上复刻了 Databricks Unity Catalog 和 Snowflake Horizon 的治理路线(目录级治理+开放共享协议),三大平台在治理架构上趋同。差异化战线正在从「有没有治理」转向「治理能否覆盖 Agent 场景」。
C

Views & Research

1. 中国信通院启动「可信技能(Skills)治理」首批测试评估

中国信通院于 04-21 正式启动首批可信技能(Skills)治理测试评估,聚焦 Agent 技能的三大问题——执行可信性不足、调用过程不可控、合规安全不可靠。测试体系覆盖 3 大类、15 个指标、70+ 细分项,首批方向包括 Skills 治理、Skills 库治理和智能体 Skills 治理,预计 7 月发布结果。

💡 数据平台正在成为 Agent 技能的核心执行环境(Databricks Agent Bricks、Snowflake Cortex Agents 等),信通院此举意味着国内 Agent 生态即将进入标准化合规阶段。数据平台厂商如果要进入国内 Agent 市场的企业客户端,Skills 治理合规将成为准入前提。
D

Capital & Corporate

本日窗口内无符合准入标准的投融资、财报、IPO 或收购兼并事件。

E

Watchlist

1. 【跟踪】Snowflake 与 Databricks 的 Agent 控制平面路线分化

来源:SiliconANGLE / 综合近期日报追踪

为什么值得继续看:Snowflake 04-21 首次明确提出「Agentic Enterprise Control Plane」定位,并通过 Cortex Code 主动连接 Databricks 数据源。而 Databricks 的 Agent Bricks 平台走开放框架+自有治理路线。两者在 Agent 层面的竞争从「各建围墙」转向「谁能成为超级连接器」。

需要等待什么信号确认:Cortex Code 连接 Databricks 数据源的功能是否进入 GA 及实际使用深度;Databricks 是否在 Agent Bricks 中增加 Snowflake 数据连接。

2. 【跟踪】数据平台治理架构三方趋同(Databricks/Snowflake/Oracle)

来源:综合 Oracle 04-21 博客 / Databricks Unity Catalog / Snowflake Horizon

为什么值得继续看:Oracle AI Data Platform Workbench 的目录级治理+Delta Sharing 架构与 Databricks Unity Catalog 高度相似,Snowflake Horizon 也在同一方向推进。三大平台在治理层趋同意味着企业选型将更多依赖上层能力差异(Agent 编排、开发者体验、生态连接),治理本身正在标准化。

需要等待什么信号确认:Oracle AIDP Workbench 何时 GA 及实际客户采用反馈;三方在 Agent 治理(而非数据治理)层面的差异化是否拉开。