2026年云栖大会，阿里云 DataWorks 发布全新升级，以" Agentic AI 时代企业级数据智能体平台"为核心定位，全面展示了 DataWorks 在 Data Agent 方向上的重大突破。围绕企业级语义图谱 Context Graph、全流程数据专家套件、企业级安全治理、开放扩展体系以及自主巡检服务五项核心能力升级，DataWorks 致力于将企业湖仓升级为 Agent-Ready Lake，让数据智能体真正走入企业生产线。同时，阿里云全新推出 AI 原生大数据服务 ADA（Agentic Data and AI Platform），实现多智能体协同，进一步拓展了 Data+AI 的边界。
两个转变，正在同时发生
过去十年，企业的数据平台是为人使用数据而建的，也是人来建设。而如今，两个转变正在同时发生——数据的消费者变了，数据的生产者也变了。数据平台正在从"为人而建，由人来建"转向"为 AI Agent 而建，由 Data Agent 来建"。
DataWorks 产品负责人田奇铣在演讲开篇指出，这一趋势意味着整个数据平台的终局正在走向 Agent-Ready。无论是平台为谁而建，还是平台用什么来构建，最终都将走向同一个方向：Build for AI Agents，Powered by Data Agents。
正是基于这一判断，DataWorks 围绕 OpenLake 开放湖仓架构，在过去一年全面升级了 Data+AI 开发与治理能力，帮助企业将湖仓从传统的数据基础设施，升级为面向智能体的新一代“Agent-Ready”数据平台。
阿里云智能集团 · 计算平台事业部 DataWorks 产品负责人 田奇铣
DataWorks：从调度引擎到 Agent Native 的十六年演进
DataWorks 的发展始于 2009 年，历经四个阶段：从最初的调度引擎、数据集成引擎，到推出一站式数据开发治理平台，再到 2024 年推出 Copilot 智能助手，2026年全面转向 Agent Native，全面升级 Data Agent 产品。
"我们每天调度的任务实例多达到4000万+次，纳管的数据达到 EB 级。这些海量的生产实践，就是我们 Agent 最好的练兵场。"田奇铣在演讲中谈到。在 IDC 发布的《中国Data Agent厂商评估，2026》中，DataWorks 代表阿里云位居领导者象限首位，在能力和策略两个维度均获得第一。 同时，DataWorks 在中国数据治理平台市场份额中连续五年蝉联第一，并在2025Q4 The Forrester Wave: AI Platforms In China 和 AI Infrastructure Solutions 两项中国评估中支撑阿里云获得领导者地位。
然而，田奇铣也坦言一个现实：“Agent 要做个惊艳的 Demo 很容易，但要走到企业真正的数据生产线，比想象中要困难得多。” Agent 能够写出语法正确的 SQL，但不一定能写出语意正确的 SQL——它不一定能找到正确的表、正确的口径。更致命的是，当 Agent 输出错误的结论时，人看到这些结论还不知道对错。“今天不是模型不够聪明，而是 Agent 没有业务常识。”
语义图谱 Context Graph：让 Data Agent 先懂业务，再干活
为解决 Agent “不懂业务"的核心痛点，DataWorks 全新发布企业级语义图谱 Context Graph。这是 Data Agent 的"业务大脑”——让 Agent 先懂业务，再干活。
关于企业最关心的"语义图谱怎么建"的问题，DataWorks 的方案是用 AI 来智能建设语义图谱。基于企业在平台上沉淀的数据资产——元数据、调度任务、指标口径、数据血缘等，通过语义 Agent 自动扫描与推理，识别实体与关系，推断口径并标注来源。整个过程人工干预极少，且可以伴随数据资产的变化实现增量更新。
语义图谱提供六层语义能力，从元数据增强、指标术语、关系血缘、调度与质量，到智能学习和组织知识，逐层构建从字段含义到组织知识的完整语义体系， 全链路可溯源。
有了语义图谱的加持，Agent 的效果显著提升。在内部测试中，业务问答准确率达到 93.24%，SQL 生成一致性达到 99%。田奇铣特别强调了一致性的重要性："确保企业内部同样的问题得到稳定一致的答案，减少模型幻觉，这一点非常关键。"更值得一提的是，叠加语义层后，使用Flash模型即可达到接近旗舰模型的效果，大幅降低企业的 Token 成本。
如果说过去 DataWorks 的数据治理是面向人来管理数据，那么今天语义图谱就是面向 Agent 做数据治理，它将决定企业未来 Agent 的应用效果。未来，DataWorks 还将开放语义检索的 MCP 服务，企业自有 Agent 若要访问企业数仓，都可以接入语义检索服务。语义图谱将成为企业新的数据资产。
全流程数据专家套件：让 Agent 真正能干活
Agent 懂业务还不够，还需要有技能、具备专家能力。DataWorks 全新发布专家套件能力，覆盖平台几乎所有核心模块，提供15个官方专家套件、80余项专业技能，涵盖数据集成、开发、运维、治理与分析等全流程，开箱即用。
“Data Agent不是一个聪明的聊天机器人，而是一个能干活的数字员工。”
在调度能力上，DataWorks 将 Agent 任务调度搬上云端，提供云托管调度。即使 Agent 沙箱实例因闲置停机，编排好的定时任务依然可以在云端调度上7×24小时运行，运行结果通过钉钉、飞书、企微等 IM 渠道推送到用户手机。用户收到通知后，也可通过 IM 渠道直接唤醒休眠的 Data Agent 实例进一步对话。这套机制大幅降低了 Agent 沙箱实例的使用成本。
此外，DataWorks 还提供业务流程能力，帮助企业将固化的工作流程沉淀为标准流程，实现全员共享共用。
三道防线守护企业数据安全命脉
Agent 能力越强，风险越高。为此，DataWorks 构建了三道数据安全治理防线，让企业放心地把钥匙交给Agent。
第一道防线是 Agent 数据安全，包括 Agent 身份管理、细粒度数据权限管理以及云托管安全沙箱，确保企业数据不出域。第二道防线是 Agent 行为审计， 提供全链路可观测与审计能力，并将数据血缘扩展到 Agent 任务血缘——可以看到哪个人使用了哪个 Agent、哪次会话生成了哪个数据任务、产出了哪张表，同时提供数据水印溯源和行为的风险评估。第三道防线是 Agent 成本管控， 提供 Credit 限额管理和面向 Agent 的 Token 成本治理，确保 Agent 成本不失控。
开放扩展体系与自主巡检服务
在扩展性方面，DataWorks Data Agent 提供六项开放能力。 Agent 引擎方面，基于 Qwen Code 构建的同时，也支持OpenClaw、Hermes Agent、DeepSeek Harness、QwenPAW 等多种引擎供企业灵活选择实现自定义 Agent。语义图谱开放数据接入且可导出，专家套件、技能、MCP连接器全部支持企业自定义。同时提供 OpenAPI，支持将 Data Agent 嵌入企业自有系统，实现"集成"与"被集成"双向灵活。
在自主性方面，DataWorks 推出自主巡检服务。 Data Agent 不再等人吩咐，而是主动发现、主动归因、主动修复。通过定时或事件触发的方式，Agent 自动发现问题、日志定位根因、给出处置方案并执行修复，每天自主产出巡检日报。目前，自主巡检已覆盖数据集成、调度运维和数据治理三大场景。
基于 OpenLake 的多引擎多模态多云数据开发
围绕 OpenLake 开放湖仓架构，DataWorks 在数据开发层面重点升级了三项能力。
第一，统一的多云数据集成服务。 DataWorks 支持多达63种多云异构数据源，涵盖阿里云、AWS、GCP、Azure、腾讯云、火山引擎等，提供实时和离线多种入湖方式。在数据入湖过程中，DataWorks 全新支持多模态数据处理——一个ETL任务即可在同步过程中完成图片、音视频、文档的解析与处理，数据入湖即处理，无需额外的后置任务链路。整个配置过程支持自然语言交互，效率提升80%。
第二，统一的多云多模态元数据管理服务。 DataWorks 推出专属数据目录，实现跨云、多租户、多数据源的元数据集中管理，数据留在原地。不仅支持结构化数据，还统一管理原始文件、多模态数据集，并全新升级 Agent 数据血缘，清晰展示 Agent 参与和影响数据处理的全过程。
第三，统一的异构多云任务调度与 Data+AI 开发平台。 DataWorks 提供统一的任务调度系统，既支持大数据负载的周期性调度，也支持AI负载的触发式调度。在开发层面，提供智能 IDE、Notebook 和 Data Agent 三种操作范式，支持 AI Function、Python、PySpark、Ray 等多种计算范式，帮助企业构建多模态数据处理管线。
Data Agent：驱动多模态数据工程迈向自主交付
DataWorks Data Agent 研发负责人朱佳墩在演讲中，以一个直播电商运营的真实场景展示了 Data Agent 的能力。
运营小陈早上9点收到老板需求："看看上个月直播推广带来的新用户转化，下午两点开会要用。“通常需要两天的数据工程流程，老板要的是"下午两点”。小陈用一句话发起分析，Data Agent 自动找表、确认口径、追溯血缘、查询分析，发现异常后还连接钉钉群聊、分析直播视频、对比推广素材，实现多模态融合分析。最终，小陈在约半小时内完成了从业务问题到分析报告的完整交付。
而这条链路也让我们看到了 DataWorks 的 Managed Data Agent 技术架构： 上层是用户交互层（Web工作台、钉钉、飞书、企微等IM渠道），中间是平台管控层（全生命周期管理、安全审计），底层是Agent运行层（基于Qwen Code框架，通过MCP和Skill进行能力扩展）。在自主化等级上，Data Agent 参照自动驾驶标准分为L1到L5五个等级，当前大部分场景已达到L3（有条件自主），部分场景达到L4（限定范围自主交付）。
ADA：AI 原生大数据服务
在 DataWorks 五项能力升级的基础上，阿里云还全新推出了一款产品—— AI 原生大数据服务 ADA。
ADA 定位于将智能体技术与大数据、AI 引擎深度融合，为企业提供新一代数据生产力平台。帮助企业以自然语言完成大数据任务，加速数据决策。在 ADA 中，MaxCompute、Flink、EMR 等各产品引擎的 Agent 能力可以实现多智能体协同。
ADA 提供三个核心特性：多智能体协同，由 AdaWork 作为主 Agent 进行自动协同和路由，完成跨引擎的复杂交付任务；知识引擎，与 DataWorks 同款的语义图谱能力；自定义 Agent 能力，支持低代码和高代码两种方式，企业可自由选择主流 Agent 引擎构建自有智能体。
