AGI 早就来了，缺的从来不是智商：Databricks 数据与 AI 峰会主题演讲全程拆解

一场近三小时、十余位讲者轮番上阵的开幕主题演讲，信息密度极高。本文按演讲原始脉络，把所有重磅发布、产品演示和客户故事完整梳理一遍——从"AGI 是否已经到来"的灵魂拷问，到 Genie 本体论、Raiden 引擎、Lakebase、LTAP 这一连串"王炸"，再到 Greg Brockman 的炉边对话。看完这一篇，你就不用再翻三个小时的回放了。

开场：史上最大规模的数据与 AI 峰会

Databricks 联合创始人兼 CEO Ali Ghodsi一上台就抛出几个数字：本届峰会报名人数刚刚突破 10 万（几天前还只有 9.7 万），覆盖 174 个国家，线下到场 31,309 人，是全球规模最大的数据与 AI 大会。

他特意强调，这场大会的根，始终是开源社区。它的前身是 2013 年的 Spark Summit——如今 Spark 每年下载量已超过 30 亿次。这些年陆续开源的项目还包括 Delta Lake、Iceberg、MLflow、Unity Catalog，而最近 Databricks 全面拥抱了 Postgres：公司贡献了该项目约七分之一的 governor 和超过 6% 的 committer。Ali 直言："我们认为 Postgres 就是数据库的未来。"

此外，联合创始人 Matei在周末刚刚开源了一个叫 Omnigent的项目——一个"元 harness（harness of harnesses）"，后文会再提到。

本届大会的嘉宾阵容也相当豪华：OpenAI 联合创始人 Greg Brockman、Satya Nadella，以及 Anthropic、Cognition、Glean、Decagon、Agno、LlamaIndex、Crew AI 等一众 AI 公司的创始人与 CEO。

三个"让 AI 真正改变世界"的客户故事

在进入产品之前，Ali 先讲了三个他认为"鼓舞人心"的客户案例：

• • Insulet（Omnipod）：一款帮助糖尿病患者的产品，内置血糖监测，结合数据与 AI 个性化地释放胰岛素，帮助患者管理血糖。
• • Tonal：挂在墙上的家庭健身设备。它每年采集约 1000 亿秒的训练数据，为每个用户生成个性化训练与饮食建议，相当于一位私人教练。
• • Merck（TEDDY）：Merck 训练了一个基于 Transformer 的模型，名为 TEDDY（Transformer Enabled Drug Discovery）。它不是预测下一个词，而是预测基因调控网络——判断哪些基因对疾病具有因果关系，从而大幅加速新药研发。该模型在 Databricks 上、由 Databricks 研究团队协助训练，使用了超过 1 亿个细胞的数据。

灵魂拷问：AGI 到底来了没有？

Ali 现场做了个小调查："你认为 AGI 已经到来的，请举手。"结果只有约 5% 举手，90%–95% 的人认为还没到。

接着他亮出一道题：计算分类空间 BG₂ 的约化 12 维 spin 配边类。全场几乎没人会，但他指出——今天所有的前沿智能体都能轻松解出。这道题来自 Humanity's Last Exam（人类的最后考试）基准，全套有 2500 道各类高难题目，而当下的前沿模型已经能解出其中大约一半。

由此 Ali 抛出他的核心观点：AGI 其实早就来了。他甚至回去问了 2009 年和他一起在 UC Berkeley AMP Lab（当年最大的 AI 实验室、Spark 的发源地）的同事们："按我们当年对 AGI 的定义，现在算达到了吗？"答案都是："当然早就超过了。"只不过——目标的门柱（goalposts）一直在往后移。

关键判断：AI 没有"智能"问题，它有的是"上下文"问题。

也就是说，模型已经足够聪明，我们不需要它更聪明。真正的难题在于：AGI 还没有真正渗透进我们的组织。大多数人只是在用聊天机器人问问题、用编程工具写代码，而不是真正拥有几百个能自主工作、互相协作、谈判、提案的智能体。

那么瓶颈在哪？答案是：如何把组织里的全部数据、流程、以及你脑子里的知识，作为上下文喂给 AI。一旦做到这一点，模型就能解决企业里绝大多数任务——这些任务其实不是什么 12 维配边类，而是"从 Salesforce 里取数据、汇总、放到另一个地方"这类事。

横在面前的四道难关

Ali 把整场演讲收敛成必须同时解决的四个问题：

1. 1. 上下文（Context）：怎么把企业各处的数据接进来，做成 "AI-ready" 的形态？这比想象中难得多。
2. 2. 控制（Control）：不能直接把智能体放出去乱跑。他举例：某开源智能体框架发布时，其中超过 10% 的 skill 竟然是恶意的。必须有安全、审计、护栏、身份管理。
3. 3. 成本（Cost）：智能体一旦 24 小时 live 循环地翻数据，成本会失控。Uber CEO 说过，他们一个季度就烧光了全年 AI 预算。成本跑赢营收，公司就会破产或直接关停。
4. 4. 选择 / 不锁定（Choice）：这是最难、也最重要的一条。90% 以上到场企业都有数十年历史，技术栈极其复杂、层层被供应商锁定。我们不希望被任何单一云、单一 SaaS、尤其是单一 AI 模型锁死。

接下来的所有发布，本质上都是在攻这四关。

第一层：让数据为 AI 就绪（Lakeflow）

第一步是把企业各处的数据，搬进一个开放的 Open Lakehouse——跑在任意云之上的开放基础设施。负责这件事的是 Lakeflow。

• • 100+ 连接器：两年前几乎没有连接器，如今已超过 100 个，能接 Salesforce、Workday、NetSuite，也能从 Meta、Google Analytics、各类文档语料里抽数据。
• • ZeroBus（已 GA）：顾名思义，"不再需要消息总线"。无需 Apache Kafka，直接调用 ZeroBus 的 API 灌数据，无论是突发流量还是细碎小行，它都能可靠落入 Open Lake。后续还升级为 100% 兼容 Kafka 协议，吞吐可达 12 GB/秒——把 Kafka producer 的代码指过来即可，落地即开放格式、随取随用，没有数百万小文件的烦恼。
• • Spark Real-Time Mode（RTM）：去年发布的开源框架，让流处理延迟下探到几十毫秒。过去做低延迟流式只能选 Apache Flink，现在很多负载可以直接在开源 Spark 里用 RTM 跑。
• • Lakeflow Designer（已 GA）：可视化、无代码的数据准备工具，体验类似 Alteryx，但由 Genie驱动——你用自然语言说"把这两张表 join 起来"，它就把转换可视化出来，你审核通过即可。底层全是开源 Spark，可查看代码、版本控制、上生产。

Iceberg 还是 Delta？答案是：你不该关心

Ali 请上了 Apache Iceberg 的原始创造者 Ryan Blue（去年被收购的 Tabular 的联合创始人兼 CEO）。Ryan 多年前一场演讲的标题是"你为什么不该关心 Apache Iceberg"，Ali 当场表示赞同——而且 Delta Lake 你也不该关心。没人应该为"格式"操心，应该用合适的工具处理你的全部数据。

进展上：

• • Iceberg V3已 GA，是统一数据层——在 Delta 与 Iceberg 之间共享数据时，不再需要重写任何数据文件，磁盘上的数据布局是一模一样的。
• • 接下来的 Delta 5 + Iceberg V4会带来统一元数据层