使用 MaxCompute 大概都碰到过这些时刻：一个慢作业排查半天找不到根因、月底账单涨了却说不清钱花在哪、计算Quota 扩容全凭经验拍脑袋、几十个项目的健康度只能人肉巡检，一个业务趋势想弄明白还得先去翻表、找字段、拼 SQL。
这些事都不难，但都很费时间！
近日，阿里云 MaxCompute 推出了全新的 AI 助手 MaxAgent，把这些琐碎又耗神的活儿接了过去。MaxAgent是个能自己规划、自己动手、把结论讲清楚的助手：既能做智能运维（AI Ops） ，也能做数据分析洞察（AI Query / MaxCompute DataAgent） ，后续还会支持用自然语言直接完成平台管理操作。我们更愿意把它叫做一位 AI 全能搭子。
什么是 MaxAgent？
MaxAgent 是集成在 MaxCompute 平台里的 AI 智能助手，把原本散落在文档、LogView、账单、Quota 配置、权限列表里的专家经验，收进一句自然语言里------你说清目标，取数、跑 SQL、找证据、给结论都交给它。
MaxAgent：help.aliyun.com/zh/maxcompu...
它分成两个互补的角色：开发运维（AI Ops） 面向平台的管理与运维、开发，回答作业为什么跑慢、报错怎么查、作业态势如何、Quota 用得如何；数据分析洞察（AI Query） 面向业务数据问题，做深度归因和结果交付。前者服务管理员、运维和开发，后者服务业务与数据分析师。
可视化使用MaxAgent入口有几种，可以按场景选：
- MaxCompute 控制台，打开就能直接对话，可进行日常的运维、诊断，也可切换使用数据分析。
- 机器人（钉钉已支持，即将支持飞书、微信等），把 MaxAgent 接进你常用的 IM，在群里或私聊里就能提问、收报告，还能承接后续的定时推送。
- AI 数据探索客户端，把 AI Query 的自然语言问数、分析洞察和 AI coding 的 SQL 编写、补全、纠错放进同一个开发环境，让写代码和查数据连在一起，适配从探索分析到工程开发的不同习惯。
一套「多智能体协同」的架构，
让专业的人做专业的事
MaxAgent 能力覆盖得广，但不容易「答偏」，靠的是一套多智能体协同的机制。
一条消息进来，先由一个调度层判断这件事该归谁管，再交给对应领域的专家智能体去做。每个专家只用自己领域内的工具，不越界，结论也更靠谱。绝大多数能力默认只读，配合调用次数、超时、重试等约束，把稳定性和安全性内建在架构里。
这里有一条我们比较看重的规矩：所有做分析和诊断的能力，结论都必须引用工具返回的具体数值，不允许凭经验或印象去推。换句话说，MaxAgent 给你的每个结论都有据可查。
AI Ops：把运维和诊断收进一句话
AI Ops 是 MaxAgent 面向平台管理与运维的一面。作业跑挂了、账单涨了、Quota 不够用、权限有隐患，这些过去要在 LogView、账单页、配置页之间来回翻的事，现在用一句话问它就行。围绕 MaxCompute 日常的运维和治理，目前覆盖了以下场景能力：
-
作业诊断： 定位单个作业为什么失败、为什么变慢，也能围绕 SQL 作业理清一条完整的证据链，涵盖慢作业、失败、周期作业对比、数据洞察等情况，还支持执行计划诊断、性能回退对比和血缘分析。
-
作业运维监控： 从平台和项目两个层面看作业整体跑得怎么样，比如失败率、耗时趋势、资源消耗排行，也包括数据传输链路和周期任务的运行情况。
-
资源与配额： 从利用率的峰谷、排队时长、调度路由是否匹配等角度，判断配额够不够用、要不要扩，并说清楚到底是谁在消耗资源。
-
成本优化： 把费用汇总和趋势拆开看，找出冷数据、重复数据和存储大户，评估物化视图的收益，给出聚簇等优化建议，把钱花在哪都讲明白。
-
安全审计： 排查权限过大、ACL 异常、跨项目信任风险等隐患，给出风险清单和整改建议。
-
元数据探索： 浏览项目、表、字段、分区、函数等对象结构，快速看清项目里到底有些什么。
从诊断一个慢作业，到理清一个月的成本去向，AI Ops 想让管理员、运维和开发少点在控制台里翻来翻去，多点时间处理真正要紧的事。
AI Query：一句话撬动PB级数据分析
AI Query（MaxCompute DataAgent） 在一屏一对话中帮你完成数据集探索、指标口径确认、编写查询、核对结果、研判结论等任务，DataAgent 会在您的权限范围内应用数据，以表格、图表、报告形式交付结果，当指标定义存在歧义时，它会先与您对齐统计对象、时间窗口与分子分母，避免无效 SQL 执行；面对指标波动，还能按渠道、地区、人群逐层归因，并明确区分已证实和仍需验证的结论。
可追溯贯穿分析全程，每一项结论都关联对应的 SQL、执行信息与 LogView，链路透明，随时可复核、可审计。分析也可以持续演进。同一会话中，已确认的口径自动沿用，您只需提出"聚焦某个地区、改为月度趋势"这样的增量调整，即可层层深入，找到原始数据中被统计忽略的真相。
AI 数据探索客户端：集AI Query（DataAgent）、SQL IDE、多模态数据管理于一体
AI Query：业务人员无需精通 SQL 即可自助分析，问业务问题即获得数据可视化结果、洞察结论和导出报告。对话式数据分析，查询和数据处理阶段全程可见，证据链完整，并按需调用时间序列预测、异常检测、多窗口趋势等专家分析模式。搭配语义包构建和管理、SQL 知识库管理可以实现更精准的业务口径对齐。
AI Coding：依据用户需求描述和数据 Schema 信息生成生产可用的 SQL、Python 代码。SQL 查询配套数据可视化、作业性能、结果质量等分析维度。Python UDF 开发支持从构建、调试到发布上线的完整流程。
多模态数据管理：服务于企业多模态数据集的存储、加工、查询、应用场景，让 Blob 等格式存储的多模态数据同时具备表格化的管理清晰度和文件系统式的操作易用性，支持文件拖拽式批量导入、音视频图文在线预览和下载。
桌面级应用：适配 macOS 12.3+ 与 Win 10+ ，一键启动，即刻连接云端海量数据。
放心用：权限、边界和可追溯
对企业来说，AI 好不好用是一方面，敢不敢放进生产环境是另一方面。MaxAgent 在这上面做了不少约束。
首先是权限一致。它不会绕过 MaxCompute 原有的权限体系，所有的资源查看、SQL 执行都按发起人的身份和项目权限来，你没权限的数据它也看不到。
其次是操作有边界。大部分能力默认只读，主要用来看和分析，不会擅自改动你的环境。真要执行 SQL 也只放行只读查询，写入类操作一律拦住；遇到成本较高或范围有变的动作，会先做成本预估并请你确认，不会闷头就干。
最后是过程可追溯。每条结论背后都挂着对应的 SQL、结果行数、耗时和 LogView，随时能复核；方便回溯和审计。
当然生成内容毕竟来自大模型，也建议你把它当作一个得力助手而非最终裁决，关键决策还是自己把关。
怎么收费：标准版免费额度，用多少花多少
MaxAgent 采用「标准版免费额度 + Credits包付费」的方式，先让大家低门槛用起来，再按用出来的价值决定要不要付费。Credits 代表可用的 AI 算力，当前消耗由模型单价和 Token 数量决定，模型越强、处理的内容越多，花得越多。配上用量明细，花了多少、还剩多少随时看得到。
写在最后
MaxAgent 想做的，是每个 MaxCompute 用户身边那个懂平台、懂数据、随叫随到的搭子。
现在它已经能把专家经验收进一句对话里，也能让每个结论都查得到来源。
还在路上的，有让运维不用盯着的定时任务；把算力账算清楚、管明白的Credits限额管理；用自然语言直接做平台管理的能力；还有更多作业诊断场景扩展等。这条路还长，欢迎你进 MaxCompute 控制台，先聊上第一句。
即刻体验
👉立即开通 MaxAgent： common-buy.aliyun.com/?commodityC...
👉查看官方文档： help.aliyun.com/zh/maxcompu...