AI 正在推动企业数据平台向分析与智能应用融合的方向演进,湖仓成为这一趋势中的重要架构选择。通过统一管理业务表、日志、文档和图片等数据,并结合分析、检索与 AI 能力,湖仓可以承载经营报表、用户行为分析,也能支撑企业知识库问答、客服工单分析和文档信息提取等业务场景。对企业而言,其价值在于让同一份数据在统一的权限与治理体系下服务于多种应用,减少数据搬运和维护多套系统的负担。
Databend 是基于对象存储、采用存算分离架构的开源云原生湖仓,集 SQL 分析、全文搜索与向量检索于一体。Databend Cloud 提供全托管服务,支持按需使用计算资源,帮助团队灵活控制资源投入,并持续提升数据分析与管理的易用性。
当数据应用延伸到 AI 场景,团队需要处理的问题也更加具体:业务数据如何与文档、图片结合,支撑检索与问答?日常分析中,定位耗时 SQL、对比月度账单这些工作,哪些可以交给 Agent 协助完成?让 AI 操作数据时,又该如何控制权限、确认关键操作?
11 月 21 日,Data Infra Meetup 第 30 期将围绕「AI 时代的湖仓实践:从应用场景到 Cloud Agent 上手」展开。 Databend 联合创始人吴炳锡、王吟与工程师张森泉,将从湖仓应用场景讲到 Cloud Agent 的设计取舍,并通过现场 Demo 带大家上手体验,在具体任务中了解数据 Agent 的能力与使用。
活动信息
-
活动时间:2026 年 11 月 21 日(周六)09:30--11:00
-
活动形式:线上直播 - Databend 视频号
三个议题,从应用场景到动手实践
09:30--09:55|不止于查数:AI 时代的湖仓应用场景

业务数据进入湖仓之后,如何进一步用于 AI 应用?本次分享以 Databend Cloud 为例,从数据加工与数据共享出发,介绍湖仓在 AI 时代的应用场景。结合 Data Pipeline 以及文档、图片等多模态数据,梳理从内容解析到检索、问答的应用流程,并展示 Cloud Skill 与 Cloud Agent 如何辅助数据分析和问题诊断。帮助正在规划数据平台或探索 AI 应用的团队,理解现有数据如何被加工、共享并用于具体业务。
09:55--10:20|让 AI 放心地操作你的数据:Cloud Agent 的设计取舍

大模型能够编写 SQL,让它操作业务数据时,权限和操作边界该如何设计?Cloud Agent 内置于 Databend Cloud,沿用当前账号、角色和计算集群,可协助查询数据、分析慢 SQL 与账单、排查任务失败。本次分享将解释默认只读、写操作与终止查询需用户确认的设计,以及按需加载能力、压缩长对话上下文的取舍。结合实际场景,讲清它擅长什么、还有哪些限制,并预告自定义 Skill:将团队分析流程写成 Markdown,在对话中复用。
10:20--10:50|Cloud Agent 上手体验

某条 SQL 为什么执行得久?这个月的账单与上个月相比有哪些变化?本环节基于 Databend Cloud Demo,带大家围绕日常数据管理与分析任务,实际体验 Cloud Agent 的使用过程。操作内容涵盖创建用户与设置权限、自然语言生成报表、月度账单分析与对比等。跟随讲师直观体验 Cloud Agent 如何协助完成具体工作,为后续在业务场景中的尝试积累操作经验。
10:50--11:00|互动问答
欢迎带着湖仓应用、Cloud Agent 使用或现场体验中的问题,与讲师交流。
为什么值得参加?
本次活动面向具备基础 SQL 能力的数据工程师、架构师、开发者和分析人员。如果你正在评估湖仓如何支撑 AI 应用,或希望借助 Agent 简化日常分析与管理工作,将帮助你:
-
找到与自身业务相关的应用方向。了解数据加工、共享与多模态处理如何衔接到检索和问答,为湖仓选型与应用规划提供参考。
-
理解 Agent 操作数据的边界。了解权限沿用、默认只读与关键操作确认的设计,判断哪些任务适合交给 Cloud Agent 协助完成。
-
亲手体验日常任务的处理方式。跟随讲师完成 SQL 耗时分析、账单对比等操作,感受 Databend Cloud 在易用性上的持续提升,并现场交流遇到的问题。
报名参与,领取体验福利
扫描下方二维码报名,11 月 21 日上午 09:30,在 Databend 视频号一起交流。

报名成功后,添加助理微信"小D" 加入 Data Infra 交流群,获取活动 Demo 指引和各种福利。 