腾讯Buddy家族上新，大数据智能体工作台DataBuddy正式发布

5月19日，腾讯云正式发布大数据智能体工作台DataBuddy。这是一款基于WorkBuddy同源Agent底层能力打造的大数据原生智能体工作台，用户通过自然语言对话，即可完成「接入→开发→治理→分析」全链路数据任务。

过去一年，大数据行业正在经历一轮AI化重构。Databricks推出Agentic Analytics、Snowflake发布Cortex Code，国内多家云厂商上线数据开发Copilot，“Data+AI融合”已成为行业核心方向。

但多数产品仍停留在Copilot阶段——AI更多作为辅助工具嵌入现有平台，用户依然需要自己理解流程、切换模块、配置任务。本质上，仍是人在操作平台。

DataBuddy率先走向Agent原生模式：用户只需提出目标，系统即可自主拆解步骤、规划执行路径、调用平台能力，并在出现异常时自动修正，最终直接交付结果。

DataBuddy 基于 Harness AI理念设计，在可控边界内驾驭 AI 能力，通过分层 Agent 协作架构，确保 AI 干得好、干得准、每一步都在人的掌控之中。

以数据接入为例，用户只需告诉 DataBuddy“从A数据源把订单表同步到数仓，按时间字段做增量，T+1增量同步”，系统即可自动创建数据接入任务、配置增量和调度策略。过去需要在多个页面中操作二三十分钟的流程，被压缩为一次对话交互。

目前，DataBuddy主要面向数据分析师、数据治理人员、数仓工程师三类用户。

面向业务分析场景，DataBuddy支持智能问数、指标归因分析、报告生成和可视化看板搭建，分析结果基于统一语义层产出，确保不同用户对同一问题得到口径一致的答案；语义层之上，DataBuddy 构建了覆盖指标定义、企业知识、个人记忆的多层知识体系，使 Agent 能够在使用过程中持续积累业务理解，越用越懂用户的业务。

在数据治理场景中，DataBuddy可主动识别元数据缺失、语义不一致、数据质量异常等问题，并自动生成修复方案

在数据工程场景中，DataBuddy覆盖数仓建设到运维的全生命周期 - 数据接入、数仓分层设计、ETL代码开发、工作流编排调度、故障诊断，原本分散在五六个模块的操作，现在在一个会话内完成。

DataBuddy将数仓建设从多模块手工串联升级为对话式全链路交付，将原本1-2周的数据开发工作压缩到小时级别。

DataBuddy 在安全体系上构建了纵深防护能力，从 Agent Guardrails、数据权限管控到全链路审计日志，做到企业级安全管控，同时遵循数据访问最小权限原则，Agent的每一步操作都在权限边界内执行，不会因为自动化而绕过企业已有的数据安全策略，安全架构面向金融、政企等高敏感行业对稳定性与合规性的需求进行设计。

除此之外，DataBuddy搭载于腾讯云企业级 Data + AI 一体化数据智能平台Wedata上，将数据集成、任务调度、数据质量、元数据管理等能力封装为可被Agent调用的Skill，并原生连接DLC数据湖计算引擎，保障数据任务执行的高效准确运行。