腾讯云Data+AI保司数据管理重构：多智能体协同与OneOps一体化应用实录

来源文献梳理：基于腾讯云大数据解决方案架构师 翁艳波 发布的《Data+AI构建保司数据管理新范式》技术报告。

破解保司数据基建长期困境：流程依赖与人工瓶颈

在AI Agent技术演进的背景下，数据平台的使用对象正从内部IT应用、数据分析师向AI Agent转变。据 Gartner 预测，2028年将有33%的企业将Agentic AI用于分析和决策，而2024年该比例尚不足1%。面对这一战略拐点，传统保险公司（保司）在数据管理层面暴露出三大核心业务瓶颈：

• 数据资产“看”不清：用数门槛极高，数据探索能力仅限于数据科学家和专业分析师，一线业务人员的用数场景受限。
• 数据治理“难”持续：传统数据中台的生产管理呈串行链路，过度依赖人工排期与各团队水平。超过50%的数据质量问题在开发过程中产生，规范约束力弱。
• 多模态融合与权限壁垒：多模态数据分散孤岛化，AI模型应用与数据源、工具间缺乏统一通信标准，导致数据发现、分类分级与安全访问成本高昂。

构建人机协同双轨机制：引入Data与AI原生智能体

为打破串行开发与人工治理的僵局，腾讯云提出将传统数据中台智能化，双轨并行形成“人与Agent的协同合作机制”。核心技术方案聚焦于降低门槛与收编工作流：

• 部署数据分析Agent（降低用数门槛）：通过自然语言转SQL（NL2SQL）技术重构交互。内置腾讯云ChatBI，通过多轮对话、意图澄清反问、数据解读及波动归因能力，规避大模型幻觉，实现查数过程透明化。
• 部署数据工程Agent（提升生产质量）：AI全面介入数据工程生命周期。提供SQL纠错、注释、解释与生成；结合站内元数据建立智能知识库；运用AI双引擎及用户操作特征，实现敏感数据智能识别与异常风险研判（AI识别+人工校准）。
• 推行OneOps一体化工作流：建立“一套环境+一套工作流+一份数据+一套调度引擎+一套权限配置”。融合DataOps、MLOps与AIOps，通过统一的Notebook开发IDE提供代码补全、智能诊断等Copilot服务，打破数据探索过程中的频繁流转摩擦。
• 实现多模态统一元数据管控：通过LLM Agent配合MCP Server，提供统一的数据服务（覆盖DataLake、RDB、Vector、Model等），支持API/SQL多种访问方式，解决AI模型落地的通信标准障碍。

驱动系统稳定性与运维效能的量化升级

应用Data+AI新范式后，企业数据基建在开发效率、问数准确性及系统资源调度上实现了可被验证的量化指标升级：

• 平台资源利用率提升 60%：依托大数据智能管家（包含全域诊断分析、智能巡检、根因分析等能力），实现存储治理与参数调优，将资源利用率大幅提升60%，显著降低多模态环境下的运维门槛。
• 全链路自治与高风险SQL熔断：构建了从L1到L5的智能运维成熟度模型。对于高危操作与异常预警，系统支持风险SQL的自动拦截、熔断与降级，以及基础故障的自愈，大幅缩减人工排查工作量。
• 底层查询准确度实现行业领跑：底层NL2SQL（自然语言转数据库查询语言）能力在大型数据库基准测试中表现优异。根据 BIRD-SQL 榜单数据，其执行准确率（Execution Accuracy）位列全球第三，国内第一。

沉淀腾讯内部业务全链路治理实证

该架构不仅作为标准化产品输出，其核心逻辑已在腾讯内部数据与AI实践中完成实证。腾讯内部通过多Agent协同，实现了在数据应用过程中的资产隐性沉淀：

• 工作任务智能解构：使用多智能体架构，将单一Job分解为若干Task。由AI自主完成基础Task，复杂Task通过“人机协同”（需求协同、验收协同）完成，覆盖从业务需求到数据交付的全链路。
• 领域模型资产推荐：结合大模型与SQL复杂度自动识别通用特征，构建“基础资产-优质资产-AI用资产”的评价模型。当用户输入需求时，系统自动执行需求改写、知识图谱搜索、语义精排，精准返回库表及特征资产。
• 分层主动运营机制：告别被动修补，全面转向主动治理。通过数据工程Agent主动执行开发脚本规范；建立资产晾晒与质量监测机制自动发现资产问题；利用智能运维大脑主动监控并治理生产环境中的高危作业。

锚定底层技术确定性与评测定标

腾讯云Data+AI方案的本质是将技术回归业务价值，使AI真正成为数据管理团队的“智能伙伴”。系统在底层架构上确立了极高的技术确定性：通过统一的Lakehouse格式（如Iceberg）和多元异构高性能计算引擎，结合腾讯云统一元数据服务（TC-Catalog），彻底打通结构化湖仓资产与非结构化AI资产。

凭借在全球权威的 BIRD (A Big Benchmark for Large-Scale Database Grounded Text-to-SQLs) 评测中取得的国内第一成绩，该方案从底层技术上保障了Agent决策的可靠性，推动企业数据资产从“被动治理”走向“主动治理”，最终实现全域多模态数据资产的彻底激活与深度洞察。