治理与安全Data for AI数据库评论分析· 4452 字· 约8分钟阅读

人还没批,Agent已经写完库了

A
AI编辑团队AI 原创内容
2026-10-05 21:24 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

AI Agent进入生产环境后,数据风险的主要来源不再是黑客,而是机器速度下的非恶意误操作。NetApp在INSIGHT 2026给出两条路线:自动化护栏接管失效的人审环节,ONTAP原生入驻Oracle云。本文拆解存储层治理前置的产业逻辑。

在企业里,审批流还在走,Agent已经把库写完了。

这不是段子,而是把AI Agent推上生产环境的企业,正在真实面对的运营困境。在2025年10月拉斯维加斯举办的NetApp INSIGHT大会上,两件事被摆到了同一个台面上:一边,NetApp发布了面向Agentic AI的数据管理能力(AI Data Engine),把护栏直接做进产品里,让Agent的自主操作在执行前经过校验、异常行为被自动拦截;另一边,NetApp宣布把自家的ONTAP以完全托管服务的方式原生嵌入Oracle云基础设施(OCI),赌的是“原生”能赢“外挂”。

一个管的是数据被怎么用,一个管的是数据放在哪。两件事看似不相干,其实指向同一个判断:当AI成为数据的主要“用户”,存储层的治理能力,正在取代容量和性能,成为新的竞争力核心。

⚡ 风险不是黑客,是机器速度

先讲一个所有CIO都能对上号的场景——它是当前大量Agent试点的缩影。

一家企业把Agent接入了内部数据平台,让它自动做报表、清洗数据、生成训练集。某天凌晨,Agent因为上游数据格式变化,把一批本该归档的冷数据当成了冗余副本,批量清理。等到早班存储管理员看到告警,事情已经发生了。没有人有恶意,没有攻击,没有勒索软件——但数据没了。

这类场景的可怕之处在于:大部分风险根本不来自恶意意图,而是来自Agent以机器速度做着“意料之外”的事。 传统安全体系防的是人——外部黑客、内部越权。人和机器之间隔着一道天然的减速带:人要写脚本,要执行,中间有窗口期,有人审。而Agent把这些环节全部压缩成了毫秒级。

这个趋势有可验证的数据支撑。Gartner预测,到2028年,33%的企业软件将内置Agentic AI能力,而2024年这一比例还不足1%;与此同时,Gartner也预警,超过40%的Agentic AI项目将在2027年底前被取消,风险控制和投入产出失控是主要原因。这正是为什么“网络弹性(cyber resilience)”的定义正在被改写——它不再只是“把攻击者挡在外面”,还必须包括“管住自家自主软件对数据做了什么”。

产业逻辑很直白:威胁模型变了,防线就必须跟着挪位置。 当风险的触发者从“人”变成“机器”,靠加一道人工审批来兜底在数学上就不成立——人的审批吞吐是每天几十个请求,Agent的请求是每秒几十万个。防线只能下沉到存储层,用机器速度对机器速度。

🛡️ 存储管理员的新岗位:护栏工程师

金句先放这儿:以后最抢手的存储管理员,不是会调RAID的,是会写护栏策略的。

“存储管理员获得自动化护栏”,这六个字背后是一次岗位职能的重构。过去的存储运维,核心竞争力是容量规划、性能调优、故障恢复——本质上是“伺候硬件”。而在Agent时代,运维的核心动作变成了三件事:定义策略、训练护栏、事后审计。

维度传统人工审批存储层自动护栏
响应速度小时到天级毫秒级
覆盖范围关键操作抽查全量操作覆盖
一致性依赖审批人经验策略统一执行
审计粒度流程记录行为级、可回溯
适用对象人类操作员人类加Agent

注意最后一行。这才是问题的真正难点:护栏系统必须同时服务两种完全不同的“用户”——人需要的是权限管理和易用性,Agent需要的是行为约束和可预测性。一套策略引擎要同时对两者生效,这意味着存储产品本身要长出“理解上下文”的能力:这个删除是Agent清理临时文件,还是失控的批量误删?判断依据不再是操作者身份,而是行为模式。

对一线存储运维人员来说,这种转变的感受是具体的:以前防的是人的误删,现在要防的是一个不会累、不会犹豫、7×24小时不停执行任务的软件实体。human-in-the-loop没有消失,但它的角色变了——从“事前审批者”退到“事后审计者和策略制定者”。人定规则,机器执行规则,Agent在规则内行动。

这对存储厂商是实打实的产品要求:护栏不能是可选项,得是默认项。谁能把治理做进数据路径里,谁就在下一代企业采购中握有筹码。

🏗️ 原生还是外挂?NetApp押了前者

护栏解决“数据被怎么用”,NetApp和Oracle的这步棋解决的是更底层的问题:数据放在哪,以什么方式放在云上。

企业上云有一个常年卡脖子的地方,就是存储层。行业里一个反复被验证的事实是:基础设施现代化往往在存储层停滞——把关键业务应用迁到云上,很多时候意味着把应用从头重构一遍。原因在于,三十多年积累下来的企业级存储能力(快照、克隆、一致性、灾备语义)深度绑定在ONTAP这类老牌存储操作系统里——ONTAP自1992年发布至今,是全球企业数据中心部署最广泛的存储操作系统之一——而云上的原生存储服务不提供等价物,应用一搬就断。

以前企业勉强能接受“先重构再上云”,因为业务等得起。但现在AI把赌注抬高了:企业正把几十年积累的数据资产直接推进生产级AI——训练数据、RAG知识库、Agent的工作集,全都指向这些老数据。数据不动,AI就是无米之炊;数据重构了再动,业务黄花菜都凉了。

NetApp和Oracle的解法是换思路:不是让数据迁出去适配云,而是把ONTAP作为完全托管服务“请进来”,原生运行在Oracle云的数据中心内部,按INSIGHT大会上公布的信息,计划于2026年推向市场。这个模式和2024年9月Oracle发布的Database@Azure如出一辙——由原厂商把核心软件带进对方的数据中心运营,而不是让客户自己做搬迁适配。

对比项外挂式搬迁原生托管服务
应用改造大规模重写基本不动
企业存储语义需另行模拟原生保留
迁移风险高显著降低
对AI就绪度数据先重构后可用存量数据直接入AI

“原生 beats 外挂”这个赌注,本质上是承认了一个现实:企业不会为了云抛弃几十年的数据语义,那就让云来兼容数据语义。 这和数据库厂商把OLTP引擎直接搬进公有云硬件是同一条路——用户要的不是“云原生的替代品”,而是“原来那个东西,在云上也能跑”。

🧱 几十年的老数据,要进生产级AI

把两条新闻放在一起看,会看到一个完整的产业闭环。

企业过去几十年的数据资产,躺在一批标准化程度极高、可靠性经过千锤百炼的存储系统里。这些系统几十年只干一件事:保证数据不丢、不错、可恢复。而现在,这些数据要成为AI Agent的燃料——Agent会频繁地读它们、加工它们、甚至反向写入。

这条管道的两侧,恰好对应这次INSIGHT的两个发布:

  • 管道的入口:老数据要能顺畅进云、进AI,不能被重构门槛卡死——这是ONTAP原生进OCI要解的题;
  • 管道的中段:数据进了AI工作流之后,要防Agent在机器速度下把好事做成事故——这是自动护栏要解的题。

由此可以得出一个对所有数据平台团队都成立的判断:治理能力正在从旁路系统变成在线系统,从月度审计变成毫秒拦截。 过去谈数据治理,谈的是血缘、元数据、合规留档,都是慢变量;Agent时代,治理第一次必须在I/O路径上实时生效,变成了快变量。

对国内的数据基础设施从业者,这里有一层更直接的启示。国内企业同样面临“老数据进新AI”的问题,也同样在Agent试点中遭遇权限失控。国外厂商给出的答案是“治理下沉到存储层+原生集成降低迁移门槛”,两条腿走路。国内由于存算分离、湖仓一体的普及路径不同,具体方案会不一样,但“治理前置、护栏自动化”这个方向没有分歧——区别只在于护栏长在存储引擎里、网关上,还是数据平台的策略中心里。

💡 治理前置,云存储的新竞争力

回头看,NetApp在一场大会上同时押注的两个方向,其实是一枚硬币的两面。

存储行业过去十年的竞争主线是容量、性能、云化。但当AI Agent成为数据的主要使用者,竞争主线正在切换:谁能让数据安全地被机器消费,谁就赢。 “安全地”三个字,既包括物理上的上得去(原生集成、不动应用),也包括行为上的管得住(自动护栏、实时拦截)。

这也是一条对创业公司和平台团队的选路提示:Agent基础设施的热钱都在追编排、追工具调用,但真正的刚需可能藏在更底层——Agent每一次读写背后,都需要一个说“不”的机制。这类能力不性感,但它决定Agent能不能进生产环境,就像当年事务和备份决定了数据库能不能进核心系统一样。

小结:Agent跑赢了人工审批,这不是安全事件,而是架构信号——防线必须下沉到数据所在的那一层。NetApp用自动护栏回应“数据被怎么用”,用ONTAP原生入驻Oracle云回应“数据放在哪”,合起来是一句潜台词:存储层的价值,正在从“装数据”转向“治理数据的机器消费”。

接下来一年,值得盯的指标只有一个:主流云厂商和存储厂商,谁先把策略引擎做进默认数据路径。谁先做进去,谁就拿到了Agent时代的船票。而拿到船票只是开始——当护栏成为标配,竞争的下一个问题会是:护栏之上的策略谁来定义、如何跨云统一、审计结果如何对接监管。那将是治理从产品功能演变为行业标准的起点,也是留给所有从业者真正的时间窗口。