datainfra前沿动态 · Vol.50

dbt State 让转换引擎从无状态走向有状态只构建变更跳过未变更；阿里云 Agentic DB Day 拆解 Agentic-Native 数据库三层架构并提出双 50% 硬指标；Snowflake 推出 Cortex AI Gateway 把 Agent 治理从路由日志下沉到运行时证据与 FinOps

本期聚焦三条 DataInfra 动态：dbt Labs 发布 dbt State，把 dbt 从无状态转换引擎改造成有状态引擎，每次运行只构建变更、跳过未变更，并将其从生产专属下沉到任何能运行 dbt 的地方，Fanatics 案例模型复用率从 0.2% 升至 15% 以上；阿里云「Agentic DB Day」杭州站完整拆解 Agentic-Native 数据库三层架构（AIDBS 入口层 / RDS ContextDB + Tair 语义缓存能力层 / PolarDB LakeBase + AnalyticDB AgenticLake 底座层），首次公布'访问流量 50% 来自 Agent、50% 实例由 Agent 创建维护'的双 50% 硬指标；Snowflake 推出 Cortex AI Gateway，将 Agent 治理从传统网关的'路由请求 + 记录 prompt'下沉到'运行时证据 + FinOps 一体化'，并借 2027 财年 Q1 财报（收入 +33%、净留存 126%、1.36 万账户使用 AI 能力）验证了 AI 从验证走向规模化消费的判断。

DataInfra dbt dbt State State-Aware Orchestration 状态感知编排 计算成本优化 Analytics Engineering 阿里云 Agentic DB AIDBS PolarDB LakeBase RDS ContextDB Tair 语义缓存 AnalyticDB Agentic-Native Snowflake Cortex AI Gateway Agent 治理 FinOps 运行时证据 AI-native 数据平台

本期追踪到三条 DataInfra 动态，分别落在转换编排、数据库形态与 Agent 治理三个层面，但它们共享同一条主线：当 AI Agent 从 PoC 走向规模化生产，数据基础设施正在把”状态感知""主动化""可治理”三件事内建为默认能力，而不再依赖人类运维者事后补救。2026 年 8 月 14 日，dbt Labs 发布 dbt State：把 dbt 从一个”无状态”的转换引擎改造成”有状态”引擎，每次 dbt run/dbt build 只构建发生变化的部分、跳过未变更的部分，并把此前仅在 dbt Fusion 生产环境可用的 state-aware orchestration（SAO）能力，下沉到 dbt Core v2.0 原生、v1.7–v1.12 插件可装的”任何能运行 dbt 的地方”——Fanatics Betting and Gaming 把模型复用率从 0.2% 拉到 15% 以上，实现两位数百分比的计算节省。8 月 15 日，阿里云「Agentic DB Day」第二站落地杭州，主题”当数据库长成 Agentic 形态”，完整拆解了 Agentic-Native 数据库三层架构——入口层 AIDBS（自然语言调起数据库）、数据能力层 RDS ContextDB + Tair 语义缓存、底座层 PolarDB LakeBase + AnalyticDB AgenticLake——并首次公布”访问数据库的流量 50% 来自 Agent、50% 数据库实例由 Agent 创建维护”的双 50% 硬指标。同期，Snowflake 推出 Cortex AI Gateway（公共预览），把 AI Agent 治理从传统网关的”路由模型请求 + 记录 prompt”推进到”运行时证据 + FinOps 一体化”，同时用 2027 财年 Q1 财报（收入 13.91 亿美元、同比增长 33%，净留存 126%，超 1.36 万账户使用其 AI 能力）验证了”AI 从能力验证走向规模化消费”的判断。三条动态共同指向：DataInfra 的下一个分水岭，不再是”能不能支撑更大的数据规模”，而是”能不能以状态化、主动化、可治理的方式，成为 Agent 的原生底座”——谁先把这三点做进默认能力，谁就定义了 Agentic AI 时代的数据基础设施形态。

dbt State：转换引擎从无状态走向有状态，“只构建变更、跳过未变更”

事件概述

2026 年 8 月 14 日，dbt Labs 发布博客《How dbt State cuts warehouse compute and speeds up every run》，作者 Daniel Poppy。文章直指一个被长期忽视的成本黑洞：每天约有 15.9 万个 dbt 任务在运行，绝大多数按小时运行，而多数时候底层数据根本没变化——结果是成千上万个模型被反复重建、产出完全相同的结果。在云成本持续上涨、而 Agent 时代”任何人都能写一条复杂 SQL 或创建一个 dbt 模型”的双重压力下，这种”无脑重建”的成本被进一步放大。

dbt State 是对 dbt Summit 上发布的 state-aware orchestration（SAO） 的延续与扩展。SAO 此前有两个局限：只在生产环境可用、只在 dbt Fusion 引擎上运行。dbt State 把它的核心思想——“只构建变更、跳过未变更”——下沉到任何能运行 dbt 的地方：dbt Core v2.0 原生内置（dbt login 后即可启用），v1.7–v1.12 通过 pip install dbt-state 插件在五分钟内即可跑起来，可运行在 Dagster、Airflow，或 EC2 上任何自建 Python 调度环境里，无需升级平台。

技术解析

  • 控制平面 / 数据平面分离：数据平面在仓库里执行 dbt run，控制平面（dbt State）决定”到底该构建什么”。控制平面维护每张表的清单，以及它们上一次数据状态与代码状态的哈希——注意它只存哈希，不存真实数据。每次运行前，dbt State 对每个模型问两个问题：它真的变了吗？如果变了，别处（如 staging 或生产环境）是否已存在可复用版本可以克隆进来？只有当两个答案都是”否”时，才真正重建。

  • 复用率驱动的计费：dbt State 只对产生价值的”每日活跃目标表”（DATT）计费——按每天去重的复用表数计费。若 fact_orders 和 dim_customers 一天重建六次但数据未变，你只为一个模型付一次钱，而非六次。这从商业模式上对齐了”少重建 = 少付费”的激励。

  • Fanatics Betting and Gaming 案例：这家公司用 Snowflake 做仓库、dbt Core + Airflow 做编排，管理 11 个项目、数千个模型。启用 dbt State 但未做任何配置时，模型复用率仅 0.2%（几乎为零）；配置 source freshness 与模型级 SLA（lag tolerance）后，试点项目的复用率升至约 15%，历史上过度调度的项目最高到过 25%，全项目平均约 8%。团队心智随之从”这个模型该属于哪个 job”转向”这个模型实际需要多新鲜”——并由此从按 cadence 分 job 的传统模式，走向”指向最终消费模型、刷新其上游、用模型级 SLA 处理不同新鲜度需求”的 DAG 化作业。

行业影响

dbt State 的深层意义在于：分析工程过去十年把”软件工程纪律”带给了模型开发（版本控制、测试、文档），如今它第一次把这份纪律延伸到了”计算本身”——停止为未变化的数据付费。这与近期一系列动态构成同一趋势：Databricks 的 AUTO CDC/声明式管道、Delta 的 OPTIMIZE 自动化、阿里云 AnalyticDB 的 Table Service（表维护声明化），都是在把”人类运维者的判断”编码为”系统的默认行为”。而 dbt State 的独特之处在于它作用于转换层（transformation）——这恰恰是数据栈中计算消耗最密集、却也最容易被”按小时无脑重跑”的一环。对从业者的启示是：在 Agent 驱动的数据分析浪潮下，工作负载的重建频率正在失控，而”状态感知”（state awareness）正在成为数据编排的新默认范式——它与 Airflow 3.0 的 asset-based scheduling、Lakeflow 的声明式管道，是同一趋势在转换层、编排层、管道层的各自落地。

相关链接

阿里云 Agentic DB Day：拆解 Agentic-Native 数据库三层架构，公布”双 50%“硬指标

事件概述

2026 年 8 月 15 日，阿里云「Agentic DB Day」第二站落地杭州（首站为 6 月 27 日深圳），主题”当数据库长成 Agentic 形态”。这是继 5 月 20 日阿里云峰会首发 AIDBS（AI 原生数据库服务）之后，阿里云数据库把”Agentic-Native Database”从一次性概念发布沉淀为系列化线下技术活动的又一场。开场 Keynote 抛出全场的思想锚点——“模型决定 AI 多聪明，数据库决定 AI 能跑多远”，并补上一句更易传播的翻译版”AI 的上限由模型决定，下限由数据库决定”。

阿里云数据库团队把过去两年的 AI 浪潮切成”上下半场”：上半场（2023–2025 年）数据库为模型”准备粮草”——多模态数据清洗、RAG、长期记忆、库内推理，让数据库长出”AI Ready”形态；下半场（2026 年起）主角从模型换成 Agent——多步推理、自主决策、调用工具、读写数据，Agent 不再是问答机器人，而是”真正能做事的程序”。随之而来的是两个根本变化：访问者从 APP 变成 Agent（查询不再写死，一次任务可能连续调用几十次数据库），维护者从 DBA 变成 Agent（备份、扩容、SQL 优化、Schema 变更由 Agent 触发协同，DBA 前移至审计与决策位）。基于此，阿里云首次对外公布”双 50%“硬指标：数据服务侧，访问数据库的流量 50% 来自 Agent；数据管理侧，50% 的数据库实例由 Agent 创建和维护。

技术解析

  • 三层架构：入口层 AIDBS 让数据库的使用、管理与开发皆由一句自然语言调起；数据能力层 RDS ContextDB 帮企业沉淀业务知识资产（让 Coding Agent 越用越懂业务）、Tair 语义缓存把历史提问按语义存下来（新问题先匹配、命中即返回、无需再调大模型，降本提速兼得）；底座层 PolarDB LakeBase 为 Agent 备好可持久化工作空间、AnalyticDB AgenticLake 让 Agent 实时分析企业全模态数据，现场还有 NVIDIA 分享 Dynamo 加速智能体推理部署。

  • AIDBS 产品全景：定位为”企业级 Data-Centric Agent 的一站式开发与服务平台”，内置 Meta Agent（企业智能资产数字员工）、Analytics Agent（数据开发/分析/运营指导）、DAS Agent（一站式数据库运维数字员工）三大数字员工，以及承担互联网与企业信息自动获取处理的 DataBridge Agent。三层 Agent 化能力分别是 L1 管控面 Agent（实例创建/扩容/备份由自然语言驱动）、L2 DevOps Agent（变更审核/SQL 优化/数据迁移以对话完成）、L3 应用开发 Agent（从元数据一路到自然语言一键生成 Web 应用）；通过 Data Agent Market（阿里云市场 + ModelScope）引入第三方付费 Skill 包。

  • 多模底座与 Agent 生态：Lindorm 以”一份原始数据、多份索引”覆盖 AI 搜索/RAG/长期记忆/数据挖掘/Agent 可观测，相比传统”DB + ES + 向量库 + OLAP”组合把存储成本降至 1/2–1/3；PolarDB Mem0 提供全托管长短期记忆（内置高性能向量引擎 + 图引擎，与百炼集成）、LakeBase + Super MySQL 实现文件/结构化/文档/KV/向量/搜索全模态一体化承接；AnalyticDB AgenticDB 把 Agent 运行依赖的上下文管理、AI 上下文服务统一进一个分析引擎，并提供面向具身智能/小游戏/短剧的创意智造 Agent。

行业影响

这是国内云厂商把”Agentic 数据库”从概念落地为体系化产品活动的一个标志性动作，也与上一期报道的阿里云 AnalyticDB Iceberg Table Service（表维护自动化）形成呼应——阿里云正把数据库的”Agentic-Native”叙事从单点能力上升为全系产品的统一主线。“双 50%“硬指标尤其值得关注：它不是营销口号，而是对数据库工作负载结构变迁的一次量化预判——当访问者与维护者两端都被 Agent 接管，数据库的接口设计、权限模型、可观测性、成本计量都需要按”Agent 调用”而非”人类查询”重新设计。这与近期全球动态构成清晰共振：Databricks Unity AI Gateway（统一治理与成本控制）、Snowflake Cortex AI Gateway（运行时证据）、AWS Blame Graph（Agent 决策归因），都在回答同一个问题——Agent 大规模消费数据基础设施时，系统需要内建哪些”人类本会知道的事”。阿里云给出的答案，是把数据库本身变成”主动的智能体底座”，而非被动等待查询的存储层。

相关链接

Snowflake Cortex AI Gateway：把 Agent 治理从”路由 + 日志”下沉到”运行时证据 + FinOps”

事件概述

Snowflake 推出 Cortex AI Gateway（公共预览），将 AI Agent 治理推进到”运行时”层面：在一个统一的执行层里追踪 Agent 活动、应用策略、控制访问、路由请求、管理成本，覆盖 Snowflake 自研与第三方 Agent。它与传统 AI 网关的本质区别在于——多数网关只”路由模型请求并记录 prompt”，而 Cortex AI Gateway 通过 Horizon Catalog 定义的治理策略（并整合了 5 月收购 Natoma 的技术），记录“哪个 Agent 做了什么动作、谁授权了它、用了哪些资源、每一步发生了什么”，即 Moor Insights & Strategy 分析师 Michael Leone 所说的”运行时证据”。

同期，Snowflake 公布了 2027 财年 Q1（截至 2026 年 4 月 30 日）财报数据：收入 13.91 亿美元、同比增长 33%，产品收入 13.34 亿美元、同比增长 34%，净收入留存率 126%，超 1.36 万个账户使用其 AI 能力，CoWork 使用账户环比翻倍，CoCo 进入 7100+ 账户；全年产品收入指引从 56.6 亿上调至 58.4 亿美元。InfoQ 中文分析（李冬梅，8 月 15 日）将这一现象概括为”AI 正在变成新的查询、新的计算任务、新的数据处理流程”。

技术解析

  • 运行时证据治理：Cortex AI Gateway 的核心是覆盖”执行过程”而非仅”模型调用”——记录 Agent 身份、授权、资源使用、动作级可追溯，支撑安全调查、审计、访问复核与策略执行。其关键洞察是：静态权限无法解释”授权之后发生了什么”，一个 Agent 即使拥有各系统的合法访问权，也可能执行出不合规的动作序列；只有运行时记录才能重建这一序列、判断是否合规。这也意味着企业对 AI 治理的需求从”知道员工用了什么模型”升级为”知道 Agent 被允许做什么、实际做了什么”。

  • Cortex Agents 运营增强：新增 Coding Agent（公共预览，复用 CoCo 运行时）、Skills Package（一次定义、跨 Agent 复用）、Agent Toolset（Agent 可引用其他 Agent 定义的工具）、Tool Search（按需发现并加载工具定义以省上下文）、Async Agent API（GA，长任务后台执行）、Code Execution Tool（沙箱 Python 环境）、Interrupt/Resume（人工干预后继续）、Partial Access（动态评估用户权限的细粒度访问）、Versioning UI（版本对比/回滚/晋升）。

  • FinOps 下沉：预算与配额原语扩展到 AI 工作负载（AI Functions / CoWork / Cortex Agents / CoCo），支持按标签映射团队/成本中心，接近阈值自动通知并可触发阻断；引入 per-user quota（公共预览）防止个别用户失控消费。治理与 FinOps 共享同一套”身份-活动-资源-交易”记录——安全治理与成本治理本就需要同一批信息，这是 Cortex AI Gateway 把两者合并进一个控制层的设计动机。

行业影响

Snowflake 的动作标志着”Agent 治理”从概念进入产品化的竞争阶段，与 Vol.49 报道的 AWS Blame Graph（Agent 决策归因）、Vol.44 报道的 Databricks Unity AI Gateway（统一治理与成本控制）形成三角对照：AWS 侧重”事后归因”、Databricks 侧重”统一网关 + 成本控制”、Snowflake 侧重”运行时证据 + FinOps 一体化”。三者共同揭示一个转折：当 Agent 从 PoC 走向规模化生产，数据基础设施的竞争焦点正从”能跑多快”转向”能否被治理、审计、控本”。而 Snowflake 的 Q1 财报之所以重要，是因为它用收入与留存数据（而非产品发布话术）验证了”AI 从能力验证走向规模化消费”的判断——1.36 万账户的 AI 渗透与 CoWork 环比翻倍，说明”数据平台 + Agent”的组合已开始真正转化为收入结构的变化，这对整个 DataInfra 行业都是一次可量化的信心背书。

相关链接

编者评

本期三条动态看似分属转换、数据库、治理三个不同层，实则构成同一转折的三个切面：DataInfra 的下一个分水岭，正从”能不能支撑更大的规模”转向”能不能以状态化、主动化、可治理的方式，成为 Agent 的原生底座”。dbt State 让转换引擎”记住状态”——停止为未变化的数据付费，把”状态感知”从生产专属的 SAO 下沉为任何环境可用的默认能力；阿里云 Agentic DB 让数据库”主动起来”——用”双 50%“硬指标宣告数据库的两端（访问者与维护者）都将被 Agent 接管，把”Agentic-Native”从口号落成三层架构与产品矩阵；Snowflake 让 Agent “可被治理”——用运行时证据 + FinOps 一体化，回应”Agent 规模化后如何审计与控本”这一悬而未决的难题。三者并置，能读出一条清晰的行业轨迹：上一阶段（2023–2025），数据基础设施的核心命题是”为模型准备数据”（AI Ready）；这一阶段（2026 起），命题切换为”为 Agent 重塑基础设施”（Agentic-Native）。而”重塑”的具体落点，正在从存储与查询，蔓延到转换（状态化）、数据库（主动化）、治理（运行时化）三个此前被忽视的环节。值得持续跟踪的下一站：dbt State 的复用率能否在更多企业复现 15%+ 的量级、阿里云”双 50%“指标何时从预判变为实测、以及 Databricks/AWS/Snowflake 三家的 Agent 治理方案何时走向标准化的收敛——当这些”状态、主动性、可治理”能力像当年的 ACID、列存、物化视图一样成为默认能力，Agentic AI 时代的数据基础设施才算真正立住了脚跟。