发生了什么
OceanBase 团队提交的数据智能体方案在国际基准 Data Agent Benchmark（DAB）上以 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。该方案内部代号为 Scout，构建在国产大模型 GLM-5.2 之上。榜单显示，其后依次为 Camber（Claude Opus 5，高推理强度）87.9%、Permute EQ（Claude Opus 5）87.1%、Sentinel 86.2%、Permute Core 84.1%、Alkera 84.1%、Sarvam Code v0.36（GLM-5.2）82.1%、SCRIBE 81.8%。换言之，登顶方案以国产数据库加国产模型的组合，超过了多项由海外前沿模型驱动的竞品。
DAB 由 UC Berkeley EPIC Data Lab 与 Hasura PromptQL 联合推出，评测覆盖互联网与本地生活、金融股票、生物医学、知识产权、企业运营、政务与公共管理、媒体文娱等领域，并横跨 PostgreSQL、MongoDB、SQLite、DuckDB 等多种数据库。与主要考察自然语言转 SQL 的传统测试不同，DAB 考查智能体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。
技术路径
Scout 的关键并不在于更换更强的基础模型，而在于构建了一套「数据理解—任务执行—结果校验」的闭环体系。在数据理解环节，系统通过 DataLens 机制自动构建数据画像、识别字段语义与关联关系，并结合任务规划与结构化约束，把自然语言需求拆解为数据源与字段选择、筛选条件与关联键确定、跨源关联、聚合排序以及结果校验等可执行步骤。
- 执行路径动态匹配：简单结构化查询直接调用工具以快速响应；多步计算任务走带约束检查的数据工作流，逐步验证；涉及文本理解的任务则结合语义抽取与分类工具协同处理。
- 结果校验：底层由 DataKernel 与语义处理工具完成计算，上层通过证据追踪与答案校验，核查计算对象、统计粒度与执行过程是否符合任务要求，并把结果与数据来源显式关联。
- 异常修复：一旦发现异常，系统依据结构化诊断定向修改执行计划，在限定预算内完成重新验证与执行，避免错误结果直接输出。
- 产品化承接：本次评测中的能力将沉淀进 OceanBase DataPilot，定位为面向经营分析与业务决策的数据智能体，内置细粒度数据权限与审计能力。
为什么重要
对企业数据团队而言，这个结果的参考价值在于它把衡量标准从「模型会不会写 SQL」推进到「智能体能不能把数据用起来」。一次完整任务需要理解数据、选择数据、规划分析路径、执行查询计算并验证结果，任何一环缺失都会导致答案不可用。这也解释了为什么榜单上排名靠前的方案普遍不是单纯堆模型，而是模型、智能体编排与数据系统三者的协同。
另一层意义在于数据库角色的迁移。过去数据库提供存储、查询与处理能力；当 AI 智能体成为新的数据使用者后，数据库需要帮助 AI 理解数据、关联数据并验证分析结果。OceanBase 自今年 6 月 29 日发布湖库一体的 AI 数据库以来，正在沿这一方向把自身能力延伸到 AI 数据分析环节。
仍待确认
榜单成绩是技术能力的一项证据，但不等于生产可用性。真实环境中的可靠性、权限治理、运行成本、响应延迟与跨场景适用性，仍需结合产品测试与客户实践持续验证。此外，DAB 的评测集与评分口径由第三方机构维护，不同批次的任务构成可能变化，排名会随新方案提交和口径调整而变动，因此更适合作为横向参考而非绝对结论。