阿里云大数据AI平台升级发布：构筑智能体时代的核心基石

“AI 一天，人间一年”，这句调侃的背后，是 AI 正以惊人速度迭代狂飙。随着 AI 从模型驱动迈向 Agent 驱动，智能体不再满足于被动响应，而是主动规划、调用工具、完成任务闭环。这一转变对底层基础设施提出全新要求。在 2026 阿里云大数据 AI 平台春季发布会的炉边对话环节，阿里云智能集团市场营销总裁刘湘雯与计算平台事业部负责人汪军华就此展开讨论。

左：阿里云智能集团市场营销副总裁 刘湘雯

右：阿里云智能集团研发副总裁、计算平台事业部负责人 汪军华

汪军华认为：在 Agent 时代，Agent 的价值取决于其与业务数据的协同深度，而非仅靠对话能力，这背后代表数据基础设施的重要性也随之增强，这也表示大数据技术栈不但不会被替代，反而是最大的受益者，会成为 Agent 时代的核心基础设施。阿里云“大数据 AI 一体化”理念，正是支撑顶尖大模型和复杂 Agent 系统落地的必要条件。

同时这次 Agent 浪潮，对于 OPC（One Person Company）和中小团队来说，使用大数据AI平台的门槛会随之降低，通过普惠的基础设施，释放 OPC 和中小团队的创造力。

基于此，阿里云智能集团大数据 AI 平台资深总监、产品总负责人 徐晟在发布会上宣布阿里云大数据 AI 平台围绕 Agentic Lake、引擎 Agentic 化、DataWorks Agent、PAI Infra 四大方向升级。

阿里云智能集团大数据AI平台资深总监、产品总负责人 徐晟现场发布

产品发布：阿里云Data+AI驱动Agentic AI全面升级

核心发布一：Data+AI建设的基石 ——OpenLake+Agentic Lake

阿里云大数据 AI 平台以 OpenLake 统一架构为基础，打造 Agentic Lake，夯实 Data + AI 基础设施底座，不再是被动存储数据的“仓库”，而是具备“被 Agent 调用、自然语言交互、自动完成任务”能力的智能体化数据基座。

同时，阿里云 OpenLake 解决方案基于开放可控的数据目录服务 DLF，构建大数据搜索 AI 一体化的多模态智能体数据企业级解决方案，支持 Paimon Table、Iceberg Table、Format Table、 Lance Table、 Object Table（所有文件） 共5类目录服务，全面支持数据计算、多模态检索和 AI 模型计算，实现数据统一、计算按需。同时在工作台层面提供 OpenLake Studio 可对大数据和 AI 进行任务编写，发布等。 

核心发布二：引擎全面Agentic化：自带运维Agent，支持Agent调用MCP tools

本次发布中，MaxCompute、Hologres、Flink、StarRocks、EMR、Elasticsearch 等全系引擎 Agentic 化升级，内置运维 Agent，可自动诊断异常、优化资源、生成报告，更关键的是全面支持 MCP Tools，允许外部 Agent 以标准化方式调用其 AI 功能。

MaxCompute AI Function 大模型离线推理服务深度集成百炼，支持多模态数据联合分析与向量化，同时 MaxCompute 提供统一开发引擎与 Token Quota 精细化计费机制，实现从数据处理、模型推理到成本管控的一体化能力。Hologres 4.0 提供一站式多模态的数据分析能力，实现“一份数据、一份计算、多模分析”，借助百炼大模型服务或开箱即用的 GPU，一条 SQL 即可完成向量、全文、OLAP、点查、AI 推理等操作，并在 VectorDBBench 千万级向量测试中登顶 QPS 与性价比双榜。

实时计算 Flink 版通过 AI Function 实现流式数据的实时向量化与推理，通过异步调用百炼模型，实现每小时超 240 万条 VOC 舆情数据的处理吞吐，远超客户百万级预期，在企业级 OpenClaw 搭建中，Flink 实现上下文记忆实时监测、Skill 异常行为识别、Agent 实时运维检测等实时风控能力。EMR Serverless StarRocks Ai Function 则原生集成大语言模型，毫秒级完成文本生成、分类、结构化抽取，即时参与后续 Join 与聚合运算。

EMR Serverless Spark 率先支持 Apache Spark 4.0，全面增强 SQL 语言、Python API 及半结构化数据处理能力，Variant 性能提升 10 倍。凭借卓越性能、成本优势和技术创新，EMR 是首个通过 Tpc 官方认证的公有云产品，并多次登顶不同全球榜单。

Milvus Embedding 服务实现“原始数据 → 向量 → 检索”一站式托管；Agentic Search 架构支持主 Agent 动态调用 Browser Agent、Code Agent 等工具，完成复杂多跳推理，在 OpenAI 的 Deep Research 评测中准确率超越国际主流方案 40% 以上。

AI 搜索体系全面升级：全新 Elasticsearch 搭载自研 FalconSeek 引擎，性能提升 2-6 倍并降本 40%-70%，深度融合百炼与 OpenLake 打造高效智能分析平台；OpenSearch 推出 AgenticSearch 智能体及多模态能力，推动搜索从“信息检索”向“主动决策执行”跃迁，支持图文视混合检索与多工具联动。两者协同构建端到端智能生态，助力企业高效挖掘数据价值。

核心发布三：DataWorks Data Agent：Data + AI 的交互桥梁

在 Agent 时代，人机交互范式正在重构。过去依赖 SQL、代码、可视化拖拽的开发方式，正被自然语言对话取代。阿里云发布 DataWorks Data Agent，作为 OpenLake 的交互层与全产品协同层，是具备规划、执行、反思、报告能力的数据智能体。通过 NL2SQL、NL Insight、自动血缘分析、治理计划生成等 Skills，DataWorks Data Agent 可端到端完成复杂数据开发任务。

淘宝闪购团队将其用于日常数据开发需求响应，将原本需要12至23小时的人工开发流程压缩至5到10分钟，同时自动执行开发规范、生成测试用例并保障上线质量。除此之外，DataWorks Agent 支持第三方 Skill 与 MCP Tools 接入，形成开放生态。未来，个人开发者只需描述业务目标，Agent 即可自动调用 MaxCompute 处理数据、Hologres 做向量检索、PAI 部署模型，用自然语言即可实现数据与 AI 协作。

核心发布四：PAI - 支撑Agentic AI的世界级AI平台

为降低 Agent 构建门槛，PAI 支持在 PAI-DSW 和 PAI-EAS 上一键开发、部署专属 OpenClaw/CoPaw，实现大模型与专属助手的一体化使用。

要构建真正理解物理世界的 Agent，仅靠语言模型远远不够。世界模型、物理仿真、强化学习正成为下一阶段的关键方向。阿里云人工智能平台 PAI 作为业界唯一支持顶级大模型家族（包括 Qwen 系列 LLM 与 VLM）训练与推理商业化的平台，正成为这一前沿领域的核心。

PAI-DLC 推出 Ray on PAI 2.0，基于动态配额构建 Ray 集群，无需修改代码即可将任务转为 Ray Job，GPU 利用率提升 25% 以上，同等产能下算力消耗减少三分之一。PAI-EAS 面向 Agent 和强化学习场景，推出 Sandbox 沙箱容器，提供安全隔离的运行环境，保障后训练和应用阶段的稳定性。

同时，PAI 推出智能推荐功能，可根据模型类型、机型和请求长度，自动推荐最优的 PD 分离比例与分布式并行策略。此外，通过将开发、训练与推理资源混部于通用计算池，PAI 显著提升了整体资源利用率，支持 CPU、GPU 等多种算力的统一调度。

日行迹联合创始人 刘向阳 现场发布

在科研领域，PAI 助力 Agentic AI 科研新范式落地，日行迹通过 PAI 成功构建全自动科研 Agent FARS。日行迹科研 Agent FARS 通过 Multi-Agent 架构结合 Skills 体系 ，全链路无缝对接，智能调用 PAI 实现全自动化科研研究。在长达 228 小时的连续公开运行中，FARS 提假设、做实验、写论文，共生成 244 个研究假设，创作出 100+ 篇论文，质量高于 ICLR 2026 人类投稿的整体平均水平。成功突破计算算力瓶颈，实现分布式训练任务稳定高效运行，并达到了科研任务全流程自动化的重要成果。

阿里云Data+AI全球挑战赛，产品力与创造力双轮共振共赴 AI 原生时代

此次春季发布会同期举行了阿里云 Data+AI 工程师全球挑战赛颁奖典礼。本届赛事聚焦“数据智能处理”与“AI Agent 工程应用”两大方向，面向企业及高校开发者征集全链路 AI 工程实践方案，经过激烈角逐，双赛道共12支获奖队伍脱颖而出，并在现场齐聚一堂，也一同探讨 Agentic AI 的前沿发展与落地路径。

正如汪军华在炉边对话中所言：“AI 不是取代人，而是取代旧的发展模式。”当历史上的结构性调整催生新经济活力，今天的 AI 提效也将释放 OPC 的巨大创新潜能。无论是支撑通义千问（Qwen）、万相（Wan）等自研大模型的多模态训练推理，还是服务自动驾驶、具身智能、游戏娱乐等行业的头部客户，阿里云 Data+AI 平台从数据底座到应用落地，加速研发、赋能企业开发，推动智能体真实场景规模化应用，释放智能新价值。

免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。