Databricks 主张把 AI Agent 迁进数据平台

Databricks 官方博客提出「数据原生 AI Agent」架构理念，主张将模型和 Agent 作为数据平台内的原生工作负载运行，而非从受治理系统中导出数据给外部 AI 栈。

两种范式被清晰对比：「外部 Agent」架构需将数据导出至外部向量数据库、SaaS LLM 或定制服务层，治理与安全需在 AI 侧重新实现；而「数据原生 Agent」则让 Agent、模型、工具等在与数据相同的平台内运行，统一受 Unity Catalog 治理与安全层约束。

文章重点拆解了事后治理的陷阱：传统 AI 治理在 Agent 访问数据后才介入，如脱敏输出或屏蔽话题，但若 Agent 在行级安全限制下进行聚合计算，结果可能嵌入敏感数据，事后脱敏无法撤销偏差。

💡 为什么值得看直指多数企业 AI 试点的架构死结：先挪数据再搭 AI，导致治理崩坏和 token 成本膨胀。