大模型开始直接啃企业数据库了

导语： 过去二十年，企业数据平台的一切设计，默认服务对象都是"人"——分析师写 SQL，BI 出报表。现在这个默认值正在被改写：NVIDIA 把表格基础模型塞进一个 PyTorch 接口，预测可以零训练完成；阿里云在 2026 云栖大会上宣布用 Context Engine 打通 Agent 数据旅程的六个阶段。数据不再是等人来查的静态资产，而是模型直接消费的上下文。这是基础设施层一次安静的换锚，比任何大模型发布会都更值得数据团队盯紧。

📊 一行代码，零训练出预测

表格数据的预测，从来是个"苦活"。

一个熟悉的数据科学场景：业务方要预测客户流失，流程是拉数据、清洗、特征工程、选模型、调参、训练、评估，短则三五天，长则几周。特征工程尤其熬人，老工程师常说，"表格建模八成时间花在喂模型之前"。

NVIDIA 推出的 Structured Data Models 库，直接把这条流水线砍成了"一步"。它把几个预训练好的表格基础模型收拢在同一个 PyTorch 接口后面：单表任务由 TabICLv2 和 KumoTabular 承接，整库任务则交给 KumoRelational——后者能直接面对一个完整的关系型数据库，而不只是一张表。

关键在于它们回答问题的方式：in-context learning，上下文内学习。也就是说，模型不针对你的业务做任何梯度更新，不需要训练循环，拿到表格数据和问题就直接给出预测。

这里的产业逻辑值得拆开看。表格基础模型的思路，是把文本领域"基础模型 + 少量适配"的成功范式平移到结构化数据上：与其在每家企业、每个业务上从零训练一个模型，不如用一个在海量表格上学到通用结构规律的模型，在推理时"看懂"你的新表。

对数据团队的冲击是直接的：特征工程、模型选型、训练调度这一整套 pipeline，在轻量场景下可能被压缩成一次 API 调用。不是所有场景都适用——高价值、大规模的定制建模依然需要训练——但那些过去因为"不值得投入"而放弃预测的业务需求，现在有了近乎零成本的入口。

预测能力的获取成本趋近于零时，瓶颈就会向后端的"数据可用性"转移。 这句话是理解本文后面所有变化的钥匙。

🔍 模型不背锅，检索才是短板