数据产业观察日报｜检索为王

一、开篇暴击：今日最荒诞的一幕

腾讯评估研究团队的"Agent舰队"被"钓"出来了。

好一出大戏：一边是行业畅想千Agent、万Agent的浩荡舰队扬帆深蓝，一边是一次钓鱼就让整支舰队的五脏六腑被围观。所谓"舰队"的舰队感，原来不在战斗力，而在热闹感——一钓一串。

业内多半当段子看，我劝各位记小本本上：能被钓的舰队，说明它的身份认证、工具权限、上下文隔离全是筛子级的。没有边防的AI舰队，只是一群鱼。

二、最被高估的事

中部某数据流通服务中心：1586家数商入驻、2073个数据产品上架。

数字很齐整，齐整得像专为通稿准备的。但追问三句就露馅：这2073个产品里，过去一年被交易超过一次的有几个？成交价格中位数是多少？复购率呢？——一个都答不上来。

这就是数据要素市场建设的经典打法：先建场子、先上货、先把数商数量做扎实，至于流动性？那是下一场发布会的事。数商数量是招商指标，不是成交指标。挂牌数刷得越漂亮，越像在掩饰一个尴尬事实——买家在哪？

对比一下今天另一条不起眼的新闻：DevToData有人把973个已公开的AI训练数据报价做成了中位数统计。一边是交易数量，一边是交易价格。高下立判。

数据不是加油站的油，标个价就能卖。它更像生鲜——没有流动性，就烂在架上。1586家、2073个，若没有清结算跟在后面，那就是2073个数据罐头排队过期。

建议各数据交易所明年改改KPI：先披露"上架产品年成交额"，行业会敬你三分——远比敬那串入驻数商的数字。

三、最被忽视的事

最该上头条没人看的，是那个"973个报价"的统计。方法糙，但这是头一回有人把数据定价当真实市场来摸底。我们整天高谈数据是第五大生产要素，却懒得问一句：具体一份数据，市面上到底卖几个钱？答案全在这973笔里。

顺手给两件"管道活儿"补个光：

其一，Stripe Data Pipeline已把实时支付数据直灌Databricks的Lakebase Postgres。支付流水是全行业最硬的实时数据源，这条管道的含金量被严重低估。

其二，社群摘要的版本设计——原话和更正分开存，各自带时间戳。听着土掉渣，但AI训练数据的定价与可信度，全压在这类版本化功底上。没有干净的版本，就没有干净的价格；没有干净的价格，"数据要素流通"四个字就是空中楼阁。

真正改变市场的从来不是发布会，是管道和账本。

四、最值得警惕的事

今天有两条新闻必须焊在一起读：

TheNewStack说，Agentic AI没有模型问题，有的是检索问题；DevToData说，数据做得越安全，AI就变得越差。

翻译成人话：你治理越彻底、权限越精细、数据锁进金库越深，Agent的检索层就先被切脖子。拿不到数据的Agent开始编数据，编出来的东西比拿错数据还难看。

而腾讯舰队被钓，是同一枚硬币的反面：一边是检索不到，一边是能检索时什么都往外掏——一次钓鱼连船带货全交代。

两个极端指向同一份没做完的作业：面向Agent的动态、细粒度、可审计的数据授权机制。这玩意儿现在谁都没有成熟答案。

厂商倒是已在疯狂铺铲子：Databricks把Transactions推到GA，湖仓终于有了仓库级事务；实测Lakebase Postgres混合检索，热向量查询低至4毫秒，0.5 CU月费31~40美元——定价很诚实，定位很清晰：做Agent时代的检索基础设施。PingCAP的TiDB Cloud BYOC开启公测，把分布式SQL塞进客户自己的AWS账号，潜台词是"我不碰你的数据，你放心用我的库"。

所有人都在回答同一个问题：Agent的数据放哪、按什么规矩放出去。先想明白的收钱，想不明白的送数据。

五、数据说话

今天的三条线一图看穿：Agent缺数据，要素市场有货没量，训练数据市场在暗处定价。4毫秒的混合检索和BYOC，是基础设施对检索问题的回答；1586和2073，是要素市场与真实成交之间的距离；973个公开报价，则是数据定价的第一份市场摸底。把这张图存好——一年后回来看，谁从图的最底层爬到了最上面，谁就是下一个Databricks。