📊 Data+AI 全球日报

2026-05-25 · 周末 72 小时窗口(05-22 ~ 05-25)

🔥 今日最重要的3个变化

  1. Confluent 在 Current London 发布"AI 数据流全家桶":Real-Time Context Engine、Streaming Agents、MCP Server 三项同时 GA,数据流正式成为 Agent 的实时上下文层
  2. Databricks Runtime 18 Beta 落地 Apache Spark 4.1.0——Spark Declarative Pipelines 和 Real-Time Mode 首次进入可用状态,批流融合进入声明式时代
  3. ClickHouse 26.5 "Spring Release" 引入 Rust Delta Kernel 集成和 filesystem() 表函数,OLAP 引擎向数据湖和非结构化数据场景双向扩张
总判断:数据基础设施正在从"被调用的后端"转变为"Agent 主动消费的实时上下文层"。Confluent 的 MCP Server + Context Engine 让 Kafka 成为 Agent 的感知神经,Databricks 的 SDP 让管道定义回归业务逻辑,ClickHouse 的 Delta Kernel 集成让 OLAP 引擎原生读取湖仓数据。共同方向:让 AI 系统无摩擦地获取所需数据。
A

Top Signals

1. Confluent Current London:Real-Time Context Engine + Streaming Agents + MCP Server 三项 GA

Confluent(IBM 旗下)在伦敦 Current 大会发布年度最大规模产品更新:① Real-Time Context Engine GA——将 Kafka topic 实时转化为 Agent 可通过 MCP 查询的结构化上下文层,支持 filter/range/compound query;② Streaming Agents GA——生产级事件驱动 Agent 运行在 Flink+Kafka 上,含反思模式,99.99% SLA;③ Managed MCP Server GA——AI 助手通过自然语言管理 Confluent Cloud;④ dbt Adapter for Flink GA——用 dbt 命令定义流处理管道;⑤ Queues for Kafka GA(Kafka 4.2 + KIP-932)——原生队列语义。

💡 Confluent 从"消息中间件"转型为"Agent 的实时感知与行动基座"。Real-Time Context Engine 直接解决了"八成企业因数据层问题无法规模化 Agent AI"的痛点。

2. Databricks Runtime 18 Beta:首个基于 Spark 4.1.0 的运行时,SDP + Real-Time Mode 就位

Databricks Runtime 18 Beta(5/22)是首个搭载 Spark 4.1.0 的运行时:① Spark Declarative Pipelines (SDP) 取代 Delta Live Tables——用户声明"要什么数据",引擎自动编排和故障恢复,流批统一;② Real-Time Mode——SDP 原生低延迟流处理;③ SQL Scripting GA——过程式 SQL 正式可用;④ PySpark 原生 Arrow 集成增强。

💡 SDP 是 Databricks 从"Spark 作业平台"向"声明式数据工程平台"的架构跃迁。声明式定义比命令式脚本更适合 LLM/Agent 自动生成数据管道。

3. ClickHouse 26.5 "Spring Release":38 新特性 + Rust Delta Kernel + filesystem() 表函数

ClickHouse 26.5(5/21 发布,38 新特性、51 性能优化、224 Bug fix):① Rust Delta Kernel 集成——原生读取 Delta Lake 表,数据湖双格式覆盖(+既有 Iceberg);② filesystem() 表函数——目录结构映射为可查询表,支持文件内容 SQL 查询;③ Bucketed Map 序列化——Map 列单 key 查询提速 2-49 倍;④ Materialized CTE——复杂查询性能翻倍;⑤ 默认开启 async insert。

💡 ClickHouse 双向扩张:向左对接数据湖(Delta+Iceberg),向右覆盖非结构化数据(filesystem)。从纯 OLAP 向"湖仓分析 + AI 增强"平台演进。
B

Product & Tech

1. Microsoft Fabric 5 月更新:OneLake Security GA + Direct Lake on SQL + 多项 Preview

OneLake Security GA——文件夹/行/列级细粒度访问控制默认启用,5 月底全量升级;② Direct Lake on SQL——Warehouse 直接作为 Power BI Direct Lake 数据源;③ SQL Analytics Endpoint 新元数据同步(Preview)——秒级可查;④ Data Warehouse Monitor (Preview);⑤ Service Principal 支持 Data Agents (Preview);⑥ OneLake Catalog 集成 Microsoft Foundry (GA)。

💡 OneLake Security GA 将安全模型从"每引擎各自管"统一为"存储层统一执行",是 Lakehouse 安全范式标志性进展。

2. Confluent Platform 8.2:Queues for Kafka GA + Private Cloud 发布

来源:Release Notes

Confluent Platform 8.2——基于 Kafka 4.2,Queues for Kafka GA(KIP-932 原生队列)、Flink SQL GA(自建环境);② Confluent Private Cloud——全托管能力下沉私有设施,broker 吞吐 10 倍提升;③ AI_DETECT_PII 函数(EA)——Flink SQL 内置 PII 自动脱敏;④ Agent Skills GA——AI 编程工具获得 Confluent 领域知识。

💡 Queues for Kafka 是 Kafka 15 年来最大消费模型变化——统一 streaming 和 queuing 基础设施,Agent 任务分发不再需要独立消息队列。

3. ClickHouse clickhousectl v0.2.0 + Postgres 28K TPS + Native Sampling

clickhousectl v0.2.0(5/20)——CLI 新增 Postgres 连接和 ClickPipes 管理;② ClickHouse Postgres 基准 28K TPS(2-3x Aurora/Neon/Supabase);③ Native Random Sampling(5/22)——SAMPLE BY 支持大数据集快速近似查询。

💡 ClickHouse Postgres 兼容层 28K TPS 使其成为 HTAP 场景的有力竞争者。

4. Confluent AI Developer Tools GA:Managed MCP Server + Agent Skills

Managed MCP Server GA——AI 助手通过 MCP 连接 Confluent Cloud,自然语言管理 topic/schema/connector;② Open-source MCP Server——面向自建 Kafka;③ 四项 Agent Skills GA——Schema Registry、Kafka Streams、Python Client、CDC to Tableflow。演示中通过自然语言完成 MySQL→Iceberg CDC 管道全流程。

💡 MCP 正在成为数据基础设施标准控制面协议。如果你的平台不支持 MCP,Agent 就无法管理你的产品。
C

观点与洞察

1. Confluent Head of AI:数据层崩塌是 AI 项目失败首因

Sean Falconer 引用 McKinsey 报告:"八成企业因数据限制无法规模化 Agentic AI。"根因:安全团队因暴露风险阻止数据进入 AI 管道 + 开发者在工具切换中浪费时间。应对策略:让流数据层本身成为安全、实时、可被 Agent 直接消费的基础设施。

💡 数据平台叙事从"让数据更快"转向"让 AI 能可靠地消费数据"。

2. ClickHouse vs Snowflake 写入成本对比:Agent 分析的写入侧经济学

ClickHouse 发文论证:Agentic 分析要求数据在写入时即"查询就绪"(query-ready),非写入后再转换。MergeTree 写入时完成排序和索引,天然适配 Agent 即时查询模式,而 Snowflake Micro-partition 自动聚类在大规模写入时产生显著成本。

💡 "Query-ready data" 概念重新定义数据平台价值——Agent 不等待 ETL,数据落地即需可查。
D

投融资

融资 Modal Labs $3.55 亿 C 轮:AI 推理基础设施估值暴涨至 $46.5 亿

Modal Labs 完成 $3.55 亿 C 轮,估值 8 个月内从 $11 亿飙至 $46.5 亿(4.2x)。Redpoint + General Catalyst 领投。年化收入从 $6000 万增至 ~$3 亿。Serverless AI 推理/训练/沙箱平台,已启动 10 亿+ sandbox 实例。CEO:"AI 代码爆发驱动一切。"

💡 AI 瓶颈从"训练算力"转向"推理执行环境"。Modal 8 个月 5 倍增长量化了数据平台 Agent 化趋势的加速度。

融资 Anthropic 最快本周完成 $300 亿+ 融资,估值拟破 $9000 亿

来源:每日经济新闻 / 多家媒体 2026-05-23

红杉/Dragoneer/Altimeter/Greenoaks 联合领投(各 ~$20 亿),Google 追加 $100 亿、Amazon 追加 $200 亿。Q2 预计营收 $109 亿,下月年化收入超 $500 亿。估值拟超 OpenAI $8520 亿登顶全球 AI 榜首。

💡 市场押注 Anthropic 的"工具使用"路线(Claude + MCP + Stainless)优于 OpenAI 的"通用对话"路线——工具使用正是数据平台与 LLM 交互的核心模式。

融资 Hark AI $7 亿 A 轮:英伟达/AMD/英特尔三巨头联合参投

Figure 创始人 Brett Adcock 的 Hark 完成 $7 亿 A 轮,估值 $60 亿。Parkway VC 领投,英伟达/AMD/Intel/高通/Salesforce 参投。定位 Agentic AI 平台(个人助手+硬件),仅 ~70 人团队,夏天发布多模态模型。

💡 三大芯片巨头同投一家极罕见,反映从"卖芯片"到"参与 Agent 生态"的战略升级。
E

Watchlist

1. 【跟踪】Snowflake FY2027 Q1 财报(5/27 盘后)

关注:Observe 收购(~$6 亿)整合进展、AI 产品使用量增长、客户净留存率、与 Databricks 竞争动态。

2. 【跟踪】Confluent Queues for Kafka 对 RabbitMQ/SQS 替代效应

KIP-932 GA 后 Kafka 首次原生覆盖队列语义。关注早期采用者案例和性能对比数据。

3. 【跟踪】腾讯云"数据库+AI"产品发布会(5/29)

预告 AI-In-Database 双轨路径,含 Agent"记忆大脑"、多模态向量混合检索。