近日，国际数据智能体基准Data Agent Benchmark（DAB）公布最新评测结果，OceanBase团队提交的Data Agent方案以90.62％的准确率位列第一，成为该榜单首个准确率突破90％的参评方案。该方案基于国产数据库OceanBase与国产大模型GLM-5.2构建，在成绩上超过了多项采用GPT、Claude Opus、Claude Fable等海外模型构建的Data Agent方案。
DAB由UC Berkeley EPIC Data Lab与Hasura PromptQL合作推出，评测覆盖互联网/本地生活、金融股票、生物医学、知识产权、企业运营、政务/公共管理、媒体/文娱等多个领域，涉及PostgreSQL、MongoDB、SQLite、DuckDB等多种数据库。与传统Text-to-SQL主要考察自然语言转SQL能力不同，DAB更关注AI进入真实数据环境后，能否从复杂、分散、形态各异的数据中找到正确答案。一个完整任务要求Data Agent完成数据理解、数据选择、分析路径规划、查询计算及结果验证，考验的是从“理解数据”到“拿到答案”的完整能力。
这意味着DAB评测的不只是底层模型，而是“模型+Agent+数据系统”的综合能力。模型负责理解和推理，Agent负责规划和执行，数据系统则支撑数据发现、关联计算和结果校验。三者能否协同，直接影响AI能否真正将企业数据用起来。
OceanBase此次参评方案内部代号为Scout，系统通过DataLens构建数据画像，识别字段和数据关系；再根据任务复杂程度规划执行路径，完成数据选择、筛选、关联和计算；得到结果后，通过证据追踪和答案校验检查计算过程和结果，发现问题时调整方案并重新验证，形成“数据理解—规划执行—验证修复”的闭环。
在底层模型采用GLM-5.2的情况下，OceanBase方案最终超过多项采用海外模型构建的Data Agent方案，验证了国产数据库与国产模型结合后支撑复杂数据分析任务的能力。对OceanBase而言，这也是其AI能力的一次新验证。随着AI Agent成为新的数据使用者，数据库需要解决的问题正在变化：AI不仅要拿到数据，还要理解数据、关联数据、分析数据，并验证结果是否可靠。
OceanBase DataPilot是面向AI数据分析场景的产品方向。本次DAB评测以内部代号Scout的方案提交，相关技术能力后续将沉淀到DataPilot产品中，进一步承接数据理解、任务规划、分析执行和结果验证等能力。从数据库到AI数据平台，OceanBase此次登顶DAB，是其将数据库能力延伸至AI数据分析环节的一次验证，也反映出数据库正在从AI的数据底座向AI的数据工作引擎演进。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
