面对企业落地大模型的成本与技术壁垒，DataWorks 构建了 Data+AI 一体化平台，通过 Serverless 资源组、智能数据管道和 AI Agent 等创新，将 AI 能力无缝融入数据开发治理全链路，显著降低了使用门槛，提升了数据处理效率与价值。
智能速览
Serverless 资源组实现大模型一键部署，简化运维并降低成本。
数据集成升级为智能 ETL，支持情感分析、摘要生成等 AI 处理。
提供端到端数据向量化能力，为 RAG 应用构建高效知识库。
Data Studio 推出个人开发环境，为开发者提供灵活的云端 AI 实验场。
从 Copilot 智能助手演进至 AI Agent，实现自然语言驱动自动化开发。
精华内容
DataWorks 的革新不仅在于单一功能，而是通过系统性地将 AI 融入数据工作流的每一个环节，从底层的资源部署到顶层的交互方式，构建了一个完整的智能化数据中枢。
破局大模型部署
传统大模型部署面临 GPU 资源昂贵、运维复杂、扩缩容困难及安全风险等多重挑战。DataWorks 推出的 Serverless 资源组有效解决了这些痛点。它实现了资源的统一化，一个资源组即可支持数据集成、计算和模型部署等多种功能，并支持按量付费和独享资源，确保了高隔离性与成本效益。
更重要的是，它提供了分钟级的大模型一键部署服务。用户只需在控制台选择通义千问、DeepSeek 等内置模型，指定 GPU 规格，系统即可自动完成部署并生成标准 API 接口。实测显示，对于小参数量模型，其平均推理延迟可降低近 10 倍，尤其适合高频在线推理场景。
智能数据管道
DataWorks 将数据集成从单纯的数据传输通道，升级为内置 AI 处理能力的智能 ETL 链路。用户可以像搭积木一样，自由组合数据抽取、AI 处理和写入等步骤，构建端到端的智能数据管道。
这使其能广泛服务于各种场景，如在电商领域实时分析用户评论情感，或在法律领域自动完成合同摘要。同时，DataWorks 提供端到端的数据向量化能力，在同一条数据通道内完成数据抽取、向量化与写入向量数据库（如 Milvus、Hologres），为构建企业级 RAG 应用提供了高效的知识接入通道，极大缩短了知识更新延迟。
开发者新范式
为满足数据科学家和 AI 工程师的多样化需求，DataWorks Data Studio 推出了“个人开发环境”模式。基于 Serverless 资源组，它为每个开发者提供完全隔离的云端开发环境，包含用于日常开发的 CPU 实例和用于 AI 训练推理的 GPU 实例。
该环境完全开放，支持 VS Code 插件、SSH 连接、挂载存储，并按需付费、闲置自动停机。这种模式特别适合半结构化数据处理、数据科学探索和 AI 模型实验，将传统的集中式开发平台转变为支持个人化、灵活化的现代开发范式，提升了开发效率和安全性。
迈向自动驾驶
DataWorks 实现了从 Copilot（智能助手）到 Agent（自主智能体）的关键跃迁，标志着数据开发从“AI 辅助驾驶”迈向“AI 自动驾驶”。Copilot 深度集成于 SQL 编辑器，提供代码补全和智能建议，是辅助执行者的“副驾驶”。
而 Agent 则是目标驱动的“问题解决者”。用户只需用自然语言下达指令，Agent 便能自主规划并执行从创建表、编写 SQL 到配置调度、发布上线的全流程。其背后是数据地图、场景优化的大模型和多 Agent 协同架构的支撑。这一转变彻底重塑了人机交互方式，让非专业人员也能参与数据开发，极大降低了技术门槛。
DataWorks 通过深度整合 AI 能力，为企业构建了一个从资源部署到智能开发的全链路解决方案。它不仅解决了当前 AI 落地的现实困境，更通过 Agent 等创新指明了未来数据平台的发展方向——更加自动化、智能化和人性化。当数据开发不再受限于复杂的技术操作，企业的创新潜力将被进一步释放。
