微软开源 Data Formulator 0.7，助力企业AI分析

微软悄然发布了 Data Formulator 0.7，这是一款开源的AI驱动系统，旨在解决企业数据分散在存储系统、工具和团队中的混乱局面。该版本针对企业分析中的三个顽症：连接受治理的数据源、提供上下文感知的辅助、以及为团队提供可精细调整工作的共享工作空间。

Data Formulator 0.7 配备了一系列功能，大幅减轻了平台团队的集成负担，同时让分析师和领域专家更高效地工作。代码已在 GitHub 上发布，供组织根据自身需求定制和部署。

使用数据连接器连接企业数据

主要功能是数据连接器，这是一种新能力，允许创建受治理的、可重用的链接，连接到各种数据源，包括数据库、数据仓库、BI系统、对象存储和本地文件。身份验证、持久连接、预览和元数据管理都位于同一工作空间中，无需手动上传文件或为每次分析从头重建连接。

其好处是平台团队减少繁琐工作，并且从一开始就实现更清晰的治理，因为用户从集中管理的连接中获取数据。可重现性成为内置特性，而非事后考虑。

上下文感知代理用于数据分析

Data Formulator 的核心是其上下文感知的AI代理，这些代理可以完全访问分析工作空间。与典型的单次提示不同，这些代理可以查看连接的数据源、加载的表、之前的图表以及用户的目标。它们通过工具而非仅文本进行推理和操作，从而解锁更复杂的分析工作流。

在实际操作中，代理可以检查数据、在隔离沙箱中编写和运行代码、生成图表规格，并在显示中间步骤的同时解释结果。如果请求不明确，代理会停下来要求澄清再继续。这意味着代理可以确保分析与用户意图一致，准备和转换数据，建议后续问题，批量生成表格和图表，并为每个结果生成可验证、可重现的代码。

用于迭代数据分析的工作空间

Data Formulator 将这些代理与一个多模态界面相结合，专为开放性分析设计。用户通过数据线程与代理交流，这是一种结构化的聊天方式，记录过程中的每个问题、中间发现和创建的图表。长时间会话保持可导航性，用户可以重新访问之前步骤，分支到替代分析，并并排比较，而不会丢失上下文。

交互式画布与数据线程并行存在，让分析师直接调整可视化。当任务从探索转向沟通时，他们可以在画布上优化图表，或用自然语言描述更改，让代理处理标签、注释、布局、颜色和强调。团队还可以生成报告并在外部共享发现。

对企业分析的影响

Data Formulator 0.7 的发布指向了企业团队如何利用AI辅助分析的更广泛转变。通过将受治理的数据连接性、上下文感知代理和迭代工作空间捆绑在一起，该系统试图弥合碎片化数据与可重现分析之间的差距。而且由于它是开源的，组织可以根据自身系统和需求定制工具。

微软已发布演示和完整的 GitHub 仓库，供团队试用。随着企业数据工作流变得愈发混乱和复杂，像 Data Formulator 这样的工具可能会减少从原始数据到真正洞察的摩擦。