数据产业观察日报｜Agent的记忆焦虑

一、开篇暴击：今日最荒诞的一幕

荒诞冠军不发给任何一家大厂，发给那位几十年如一日默默干坏事的老师傅——Excel。

DevToData今天一篇文章又把这个陈年老坑刨出来了：《Excel changed my CSV IDs》。你辛辛苦苦导出的用户ID，被Excel一打开，00123变成了123，长数字变成科学计数法，1-2变成了日期。你导入数据仓库的『唯一键』，早就被一个办公软件改得亲妈都不认了。

最讽刺的是什么？2025年了，我们讨论Agent记忆、向量索引、数据要素估值近千万，而数据pipeline的第一公里，还在被一个1990年代的产品设计按在地上摩擦。整个行业往上叠了十层AI，地基上趴着一只Excel青蛙，谁都没空看一眼。

这不是工具问题，这是行业的体面问题。

二、最被高估的事：营销PPT选型大赛

今天DevToData那篇《Stop Choosing Between BigQuery and Databricks Based on Marketing Slides》，标题就是一记耳光，抽得恰到好处。

Databricks和Snowflake（以及身后的BigQuery）这几年的发布会，本质上是一场军备竞赛式的PPT艺术展。你出Lakehouse，我出Iceberg；你搞Genie，我搞Cortex；你今天发个『Genie Ontology powers product development at Databricks』讲本体如何驱动产品开发，听着玄之又玄——说白了就是给你的混乱数据模型套一层语义外衣，好让业务方自己问问题。

再配上『NEAREST BY Join』这种向量检索语法糖，Databricks把Runtime包装得像瑞士军刀。但问题是：90%的选型团队，根本用不到这些功能里的80%。他们真正的痛点是今天早上那批CSV的ID又被改了，是Key的linkage设计没人做尽职调查。

营销Slides上比的是谁的功能矩阵更满，真到了验收的时候，比的是谁的账单更吓人、谁的锁更难解。用发布会决定数仓选型，就像用婚纱照决定要不要跟一个人过日子——照片都好看，日子才是考验。

省下看PPT的时间，去测你们自己真实数据规模下的成本和延迟吧。

三、最被忽视的事：两个小东西，一个大趋势

今天真正值得盯着看的，是两个没上热搜的东西。

第一个是开源工具Leviathan：为Agent打造轻量全文索引，解决上下文塞爆的问题。这个方向太重要了。现在所有Agent的通病就是把上下文窗口当垃圾桶，什么都往里塞，塞到模型开始胡言乱语。Leviathan的思路是——别塞了，建个索引，要用再查。这不是技巧，这是Agent架构的范式修正：从『记住一切』到『知道去哪找』。

第二个是Vast的分层存储方案：用tiered storage承接AI agent的记忆需求。热数据在闪存，冷数据归档，Agent的记忆也要有Memory hierarchy——这跟人类大脑的工作记忆和长期记忆之分，何其相似。

把这两件事连起来看：Agent的记忆基础设施，正在从『一句话需求』变成一条正经产业链。开源的做索引层，存储厂商做容量层，中间还缺检索、淘汰、一致性一堆环节。谁先把『Agent记忆管理』做成标准产品，谁就拿到了下一轮的船票。现在讨论的人还太少，这正是机会所在。

四、最值得警惕的事：Agent跑得比审批快

SiliconANGLE今天那篇标题起得非常诚实：『Storage admins get automated guardrails as agents outrun human-in-the-loop review』。

翻译成人话：Agent干活的速度，已经超过了人类审批的速度。以前存储管理的安全假设是『人在回路』——所有敏感操作，人来点确认。现在Agent一秒钟发一百个请求，管理员点确认点到手抽筋，最后只能 rubber-stamp 式放行，『人在回路』沦为『人在背锅』。

于是厂商的解决方案是——自动化护栏（automated guardrails）。用机器审批机器。这是必要的一步，但请想清楚代价：当护栏规则写得足够宽，Agent的权限边界就成了没人真正理解的黑箱。今天放宽一条规则是为了效率，三个月后没人记得这条规则为什么存在。

别忘了Healthcare AI那篇文章的警告：医疗AI需要理解数据可靠性。在数据可靠性都还没保障的领域，让不受人类实时监督的Agent去碰生产数据——这不是创新，这是豪赌。监管迟早会来，不如现在就把审计日志写扎实。

五、数据说话

今天的素材刚好拼出一条完整的『Agent数据链路』：写入端，Vast用分层存储解决记忆容量；检索端，Leviathan用轻量索引解决上下文爆炸；审批端，存储厂商用自动化护栏兜住操作风险。三个环节三种玩家——存储巨头、开源社区、安全团队——正在同一个赛道上不约而同地会师。而这条链路的起点，可能是某个被Excel改坏了ID的CSV文件。地基和摩天楼，同一天开工，你说魔幻不魔幻。

另外两条快讯一笔带过：NetApp把ONTAP塞进Oracle云，赌『原生』打得过『外挂』，云巨头与存储老兵的合纵连横还在继续；ClickHouse的Executable UDF正式GA，内联自定义逻辑越来越顺手，OLAP引擎正在从『查询工具』进化成『计算平台』。至于陕西那个估值近1200万的数据知识产权试点和六省交通数据互联——数据要素市场在地方试点上又往前挪了一小步，慢慢挪也是挪。