在数据分析领域，企业团队长期受困于碎片化的数据存储系统和复杂的工具链，往往在真正开始分析之前，就要花费大量精力建立受管控的连接、准备元数据、配置权限并构建跨系统的数据混合与重塑流程。即便打通了数据，分析本身对缺乏深层编码能力的分析师和业务专家来说依然门槛极高——计算新指标、对比不同数据组织方式、审查中间结果、随着需求变化反复调整可视化，这些迭代式工作流很难在缺乏持久访问数据、历史记录和可视化上下文的孤立聊天交互中完成。 微软研究院最新发布的开源AI数据分析系统Data Formulator 0.7，试图从根本上解决这两大痛点。它的核心突破在于将数据连接性、智能代理引导式分析探索和可视化精炼整合到同一个共享工作空间中，让团队可以低门槛地展开跨数据源的迭代分析。 Data Formulator 0.7最显著的特性之一是全新的数据连接器功能。它支持在数据库、数据仓库、BI系统、对象存储和本地文件之间建立受管控且可复用的连接，平台团队不再需要为每一次分析需求重复进行繁琐的集成工作，大大降低了底层工程的维护成本。在此基础上，上下文感知的AI代理能够持续辅助用户完成数据准备、分析探索、图表生成等任务，并能在长时间运行或分支路径复杂的分析工作流中不掉链子，始终保持对当前情境的理解。 为用户提供的是一个交互式多媒体界面，团队无需编写一行SQL或任何代码，就能在多个数据源之间自由穿梭，逐步探索并精化分析结果。每一次指标变换、图表调整和历史查看都被保留在工作区中，让复杂的分析过程变得透明、可回溯、可协作，从而真正将分析的主导权交还给业务专家和普通分析师。 这一发布意味着企业级数据分析正在从“先构建管道、再编写查询、然后离开”的工具范式，转向以人的探索思维为中心、由AI驱动的持续交互模式。Data Formulator 0.7以开源形态释出，更给各行业企业提供了一条可审计、可定制、可掌控的AI分析落地路径。
热门跟贴