Snowflake Summit 26 开幕：四大发布标志数据平台全面转向 Agentic 原生
Snowflake Summit 26 于旧金山开幕，Opening Keynote 集中发布四大产品：Openflow（开放多引擎数据治理框架）、Adaptive Compute（AI 自适应算力调度引擎）、Cortex AISQL（自然语言查询平台）以及 Snowflake Intelligence（企业级 Agent 平台）。四大发布共同指向同一战略方向——将数据平台从被动查询引擎升级为主动理解业务意图、自主执行数据任务的 Agentic 控制平面。
这是主流云数据厂商首次将"Agentic Enterprise"作为产品矩阵核心叙事，意味着数据平台竞争进入新阶段：不再是存储与查询性能比拼，而是谁能率先让数据平台成为企业 Agent 的可靠底座。Snowflake 的激进布局将迫使 Databricks、Google BigQuery、Microsoft Fabric 加速跟进。
腾讯云数据库面向 Agent 场景全面升级
腾讯云数据库宣布面向 Agent 场景的全面升级，推出三大核心能力：AgentMemory（首个面向 Agent 的专属内存引擎，支持智能体上下文状态持久化）、DatabaseClaw（Agent 专用数据库操作工具链，实现自然语言到数据库操作的原子化调度）以及 TDSQL 的 Agent 场景性能优化。本次升级将腾讯云数据库从传统 OLTP/OLAP 引擎扩展为 Agent 原生数据基础设施。
这是国内云厂商首次将数据库产品从"支持 AI"升级为"为 AI Agent 原生设计"，与 Snowflake Summit 26 的 Agentic 战略形成中美呼应。AgentMemory 的推出意味着数据库开始承担 Agent 状态管理的角色，数据平台的边界正在向 Agent 运行时扩展。
SoftBank 宣布 €45-75B 法国 AI 数据中心投资
在 Choose France Summit（6 月 1 日）上，SoftBank 集团宣布将在法国投资 €45 亿至 €75 亿欧元建设 AI 数据中心，法国总统马克龙亲自出席并背书。该投资将分阶段实施，首期集中在巴黎及周边区域，目标是建设欧洲最大的 AI 训练与推理基础设施集群之一，服务于欧洲本土 AI 企业和主权云需求。
这是欧洲 AI 基础设施单笔最大投资纪录，直接改变了全球数据平台部署的地理格局。此前 AI 算力基建高度集中在美国（NVDA 生态 + AWS/Azure/GCP），SoftBank 的法国投资意味着欧洲主权云市场正在加速形成独立供应链，数据平台的全球化部署策略需要重新评估合规、延迟和数据主权因素。
Snowflake Openflow 发布：开放多引擎数据治理框架
Snowflake Openflow 在 Summit 26 正式发布，是一个开放的多引擎数据治理框架，允许企业在 Snowflake 平台内统一管理 Iceberg、Delta Lake、Hudi 等多种开放表格式，同时保持统一的治理层（访问控制、血缘追踪、质量监控）。Openflow 不强制数据迁移，而是通过元数据联邦实现跨引擎治理。
这是 Snowflake 对"开放格式竞争"的正式回应。此前 Databricks 主导 Delta Lake 生态，Snowflake 押注 Iceberg，Openflow 的推出意味着 Snowflake 选择用"治理联邦"而非"格式统一"来解决问题，降低了企业多引擎并存时的治理复杂度，也可能削弱单一格式锁定效应。
Snowflake Adaptive Compute 与 Cortex AISQL 发布
Adaptive Compute 是 Snowflake 新推出的 AI 自适应算力调度引擎，可根据工作负载特性（批处理、交互查询、AI 推理）自动选择最优算力配置（CPU/GPU/专用加速器），实现资源利用率提升。Cortex AISQL 则是自然语言到 SQL 的生成与执行平台，支持复杂多表关联查询的自然语言描述，并内置结果可信度评估。
Adaptive Compute 将"AI 驱动的资源调度"从概念推向产品化，可能改变数据平台的成本模型（从预配实例转向按需自适应）。Cortex AISQL 则直接冲击传统 BI 工具和自然语言查询中间件市场，如果准确率足够高，可能压缩独立 NL2SQL 厂商的生存空间。
Databricks Enzyme 获 SIGMOD 2026 Honorable Mention
Databricks 与斯坦福大学联合提交的论文《Enzyme: Incremental View Maintenance for Complex Analytical Queries》获得 SIGMOD 2026 Honorable Mention。Enzyme 是一种面向复杂分析查询的增量视图维护引擎，能够在源数据变化时以亚秒级延迟更新物化视图，同时支持窗口函数、嵌套子查询等复杂 SQL 特性，突破了传统 IVM 仅支持简单聚合的限制。
这是工业界查询优化器首次在 SIGMOD 获得高规格认可，意味着 Databricks 在查询引擎底层技术上的投入开始获得学术背书。Enzyme 若产品化，将显著降低实时数据管道中物化视图的维护成本，对需要低延迟分析的数据平台架构有直接影响。
Microsoft Fabric Data Factory 引入 Mapping Data Flows
Microsoft 宣布 Fabric Data Factory 正式引入 Mapping Data Flows（可视化 ETL 设计工具），支持无代码/低代码的数据转换管道设计，内置 300+ 数据转换操作和智能数据预览。该功能预计 6 月全面 GA，目前已对预览用户开放。Mapping Data Flows 此前是 Azure Data Factory 的核心功能，现在是首次深度集成到 Fabric 统一平台中。
这是微软将 Azure Data Factory 能力向 Fabric 迁移的关键一步，意味着 Fabric 的 ETL/ELT 能力正在补齐与独立数据集成工具的差距。对于已在使用 Azure 生态的企业，这降低了从 Azure Data Factory 向 Fabric 迁移的摩擦，可能加速 Fabric 的市场渗透。
投融资VAST 完成 A+/A++ 近 $2 亿融资
核心数据：近 $2 亿 A+/A++ 轮，估值未公开披露
通用 AI 基础设施公司 VAST 宣布完成 A+/A++ 轮合计近 $2 亿美元融资，投资方包括多家顶级风投。VAST 主打统一 AI 数据平台，提供面向大模型训练和推理的高性能数据存储与访问层，客户覆盖多家头部 AI 公司。
近 $2 亿融资规模在 A 轮阶段极为罕见，说明资本市场对"AI 原生数据基础设施"赛道的估值溢价极高。VAST 的核心叙事——为 AI 工作负载专门设计的数据平台——与 Snowflake/Databricks 的传统数据平台形成差异化竞争，可能催生新的细分赛道。
投融资核数聚完成数千万元 A 轮融资
核心数据：数千万元人民币 A 轮
AI 数据服务公司核数聚宣布完成数千万元 A 轮融资，专注为 AI 大模型提供高质量标注数据、合成数据和数据治理服务。核数聚的客户覆盖自动驾驶、金融和医疗等数据密集型行业，其核心能力包括多模态数据标注 pipeline 和自动化数据质量评估。
核数聚融资反映 AI 数据服务作为独立赛道的资本认可度在提升。随着大模型对高质量训练数据的需求激增，数据平台厂商需要考虑是否将数据准备/标注/质量评估能力纳入平台原生功能，还是通过生态合作补足。这可能成为数据平台产品边界扩展的新方向。
跟踪Databricks Lakebase Provisioned 实例强制迁移至 Autoscaling
Databricks 于 6 月启动 Lakebase Provisioned 实例向 Autoscaling 的强制迁移。这一变化直接影响使用 Lakebase 进行可预测工作负载（如固定 ETL 管道）的企业成本结构——Autoscaling 在突发负载下更省，但在稳定负载下可能更贵。迁移的强制性和时间表仍需观察。
需要等待什么信号确认：Databricks 是否发布迁移成本计算器或提供 Provisioned 保留选项；首批迁移企业的实际成本变化反馈。
跟踪Microsoft Fabric Data Factory Mapping Data Flows 6 月 GA
Mapping Data Flows 在 Fabric 中的 GA 将是微软统一数据平台战略的关键里程碑。如果 GA 后功能完整度与 Azure Data Factory 原版本相当，将显著降低 ADF 用户向 Fabric 迁移的障碍，可能引发一波 Fabric 采用潮。
需要等待什么信号确认：6 月 GA 的具体日期、功能完整度对比（与 ADF 原生版本）、早期用户的性能与稳定性反馈。