-
-
编辑 删除
Semantic View技术解析（三）：指标、关系与过滤规则如何约束查询结果
Semantic View 减少了临时生成 SQL 时的口径遗漏与实现差异，也为结果核验提供了可以检查的 SQL 和粒度信息。
-
-
-
编辑 删除
从 DBA 经验到 Agent：镜舟如何构建生产级智能排障体系
镜舟在 Manager 中构建了 DevOps Agent，它将 DBA 的排障过程沉淀为一套可执行、可验证、可审查的工程能力：感知现场 → 建立假设 → 获取证据 → 交叉验证 → 收窄范围 → 安全执行。
-
编辑 删除
为什么 Text-to-SQL 总是停在 Demo？
Text-to-SQL 本身不会消失，它仍然是自然语言进入数据库的入口。真正决定它能否走出 Demo 的，是入口背后有没有这样一层持续维护的业务理解。
-
编辑 删除
AI 能写 SQL，但它真的理解数据吗？镜舟 Semantic View 如何补齐语义缺口
作为 Semantic View 系列的第一篇，本文主要讨论了一个基础问题：AI 生成查询时缺少哪些信息，以及为什么需要将这些信息从查询阶段前移至定义阶段。
-
编辑 删除
一句话发起排障，镜舟 DevOps Agent 正式上线
业务高峰期，核心报表查询突然变慢，团队第一反应往往是翻日志、查监控、挨个登录节点排查。查询引擎、存储、导入链路、Compaction、内存占用，任何一个环节都可能是问题根源，定位一次问题动辄几个小时，还得靠对系统足够熟悉的人来判断从哪里查起。经验丰富的人不常在，新同事接手时更是无从下手。现在这类问题，可以直接在镜舟 Manager 里跟 AI 说一句话，比如“这个查询为什么慢”，剩下的排查交给 D
-
编辑 删除
WAIC 2026 交卷时刻：Agent落地新标尺是什么？
7 月 17 日到 20 日，2026 世界人工智能大会（WAIC）在上海世博、张江、西岸“三地四馆”同时开幕。今年的主题是“智能伙伴，共创未来”，Agent 是全场最热的关键词，本届 SAIL 奖 TOP30 申报项目中，智能体方向占比超过 40%，是申报量最高的技术赛道。
-
编辑 删除
Databricks 再提 LTAP，AI 时代的数据底座为何重回大一统叙事？
在 DAIS 2026 上，Databricks 把 LTAP 再次推到台前，并把它与 Lakebase、Lakehouse/RT 等能力放在同一轮发布叙事里。
-
编辑 删除
近期活动回顾：从国内生态连接，到海外区域深耕
近期，镜舟科技密集参与多场行业与生态活动。从北京的技术发布会，到曼谷、雅加达与马尼拉的活动现场，这些不同形式的交流为我们提供了观察数据基础设施演进的真实视角。
-
编辑 删除
当 AI 拉爆查询并发、要求数据不搬运，底座该如何重构？
回顾刚刚结束的 Snowflake Summit 2026，整个行业都在热议其面向 AI 的全面转型。作为长期专注底层计算引擎的观察者，我们认为这场峰会真正释放的信号，不在于大厂发布了多少个炫目的 AI 助手，而在于：当 AI Agent 开始成为企业数据最核心的消费者，底层的数据架构正在发生哪些重构？
-
编辑 删除
镜舟科技出席 HPE 新品发布会，携手打造“Lakehouse + AI”智能数据底座
2026 年 5 月 26 日，HPE 在北京举行新品发布会，多家专业媒体、业内专家及行业客户共同见证了 HPE 新一代企业级文件和对象存储 HPE Alletra Storage MP X10000 系列的正式发布。
-
-
编辑 删除
从数据平台到 AI 决策基础设施：Lakehouse 规模化之后，企业真正需要解决的是什么？
时至今日，许多企业已经完成了 Lakehouse 的架构升级，却在 AI 规模化落地阶段遭遇了新的瓶颈：数据维度和数据量足够多，但无法支撑 Agent 的高并发探索式查询、无法保障决策数据的准确性、也无法在多 Agent 协作时维持系统的稳定与可治理性。 本文将从工程实践视角，探讨在 AI 时代，大规模 Lakehouse 平台设计面临的困境。
-
编辑 删除
一个问题变成 50 条 SQL：AI Agent 是怎么问数据库的？
大部分人跟数据库打交道，是打开 BI 看报表，或者让分析师跑一条 SQL，几秒出结果，事情就结束了。 但 AI Agent 不一样。同样一个业务问题，它在后台自主探索、多轮验证，轻松触发 50 条以上的 SQL，不是因为它效率低，而是因为它在用查询来代替思考。
-
编辑 删除
从模型投毒到同质化风险：大数据产业在AIP的新机会浮现
2026年3月14日，16家GEO服务商在北京签署了行业首 个《生成式引擎优化（GEO）行业自律公约》，明确禁止AI投毒、语料轰炸、伪造专家背书。第二天，央视315晚会就用一款完全虚构的产品，证明了这份公约有多么无力。315 曝光：花200块就能给AI投毒2026 年央视 315 晚会，还曝光了一条灰色产业链：GEO（Generative Engine Optimization）——给 AI&nb
-
编辑 删除
AI Agent 为什么难落地？别让数据底座拖了智能体的后腿
当企业加速部署 AI Agent，底层数据架构是否跟上了步伐？本文探讨 AI Agent 大规模落地背景下，数据基础设施如何从被动响应走向主动赋能。
-
编辑 删除
把大模型接上业务数据，要过几道关？
传统报表并不会消失，它依然会以直观、稳定的特点存在于我们的工作中。只不过，未来的报表将不再完全由人工定制，而是会借助AI技术自动生成分析结果，然后固化成报表，人工参与的程度会逐渐降低。
-
编辑 删除
华农保险 x StarRocks：从单机瓶颈到架构焕新，探索 OLAP 的涅槃之路
1月28日，在第 50 期Open Day「驱动数据未来：华农OLAP 架构涅槃与 StarRocks 探索」直播活动中，华农保险大数据平台架构师张晨与镜舟科技解决方案架构师郑荣，分享了华农保险从 ClickHouse 到 StarRocks 的架构跃迁之路，以及 StarRocks 在金融行业的落地实践。
