蚂蚁数科开源关键数据智能体技术Agentar SQL，推动企业数据分析平民化
核心事件
2025年12月13日，在第二届CCF中国数据大会上，蚂蚁数科宣布将其关键数据智能体技术 Agentar SQL 全面开源，内容涵盖所有论文、代码、模型及用户指南。该技术旨在让非专业人士通过日常语言进行业务数据查询与分析，为企业数字化提供更精准、可用的智能数据分析基础。
技术详情与开源计划
- 首期开源内容：一个实时文本转结构化查询语言（Text-to-SQL）框架，为开发者提供开箱即用的数据查询解决方案，提升文本到数据库查询的交互效率。
- 未来开源路线图：蚂蚁数科计划在2026年，逐步开源数据库理解与挖掘、行业知识挖掘以及实时多轮交互技术等框架，覆盖从意图理解、业务理解到数据理解的全数据能力链。
性能表现与行业认可
- 试点成果：在某大型城市商业银行的试点运行中，Agentar SQL 多项工具的平均查询准确率超过92%，是传统查询方案的三倍以上。
- 国际基准测试领先：2025年9月25日，基于该技术的蚂蚁数科数据分析智能体 Agentar-Scale-SQL，在全球最权威的自然语言转SQL（NL2SQL）评估基准 BIRD-SQL 上位列榜首，超越了谷歌等多家国内外厂商。
- 持续领先：截至2025年12月，该智能体在BIRD-SQL的准确率与执行效率排名中仍保持第一，已持续领先超过两个月。
- 基准难度：BIRD-SQL数据集覆盖金融、电力、医疗等37个真实行业场景，包含33GB数据与超1万项高复杂度查询任务，是全球最具挑战性的NL2SQL测试。
市场背景与行业挑战
- 市场规模：
- 全球商业智能市场预计在2025年达到 474.8亿美元。
- 中国商业智能与分析软件市场预计在2025年达到 12亿美元，并预计到2028年增长至 17.9亿美元，五年复合年增长率（CAGR）为 12.7%。
- 应用现状：目前中国企业使用商业智能产品多集中于数据可视化及报表、仪表盘、数据大屏等简单分析需求。
- 核心挑战：在真实生产环境中，如何在保持高准确率的同时提升易用性，是NL2SQL技术大规模落地面临的普遍难题。
技术落地面临的四大挑战
蚂蚁数科AI技术负责人张鹏指出，NL2SQL在实际落地中面临四大严峻挑战：
- 理解人类模糊、多义的表述。
- 注入海量的行业专业知识。
- 解析复杂的数据库结构与关系。
- 生成准确无误的复杂SQL语句。
这意味着简单的模型“套壳”远不能满足企业级应用对可靠性和准确性的要求。
构建工业级数据智能体的能力栈
张鹏强调，要真正实现工业可用的NL2SQL或数据智能体技术，必须构建更完整的能力栈，除在线伸缩（Online Scaling）能力外，还需：
- 离线伸缩（Offline Scaling）：深度理解数据库，实现知识结构化。
- 人机交互（Human Interaction）：智能体能够识别自身的不确定性，主动澄清用户意图，实现透明协作与纠错。
- 自我进化（Self Evolution）：通过“记忆”优化、工具（如UDF）的创建与复用等“免调优”技术，使智能体能够从错误中学习、持续改进，降低对大量标注数据和专家调优的依赖。
蚂蚁数科计划逐步开源这些更全面的能力模块，例如用于理解数据库的 Agentar Profiling-SQL，以及用于免调优进化的 Agentar TuningFree-SQL。目前，首期在线伸缩框架 Agentar-Scale-SQL 已在 arXiv、GitHub、ModelScope、Hugging Face 等平台发布，并迅速吸引了开发者的关注。
