智能已免费，下一步是什么？面向智能体的数据系统、由智能体构建的数据系统、以及智能体自身的数据系统
随着AI智能体变得廉价且易获取，数据系统正面临根本性转型。文章探讨了三个层次的变化：为智能体设计的数据系统（For），由智能体自主生成和处理的数据系统（Of），以及智能体本身作为数据系统核心构件（By）。这一转变将重塑数据架构、治理方式和人机协作模式。
背景速读
- 伯克利AI研究实验室（BAIR）在2026年7月发表的这篇文章，标题源自业内一个流行观点：随着大语言模型（LLM）成本骤降，智能推理本身几乎"免费"了。
- 文章讨论的是这一转折之后的核心挑战：当AI Agent（能自主执行任务的智能体）变得廉价且普及，传统数据系统（数据库、数据管道、数据湖）需要如何重新设计才能支持Agent批量、密集地读写数据，而非仅为人类查询服务。
- 关键背景：业界已从"训练更大的模型"转向"让模型做事"。数据系统不再只是存静态数据给人类看，而必须成为Agent主动交互的"战场"——Agent自主查询、写入、更新、协调。
- 文章提出三类需求：为Agent构建的数据系统（支撑其运行）、由Agent管理的数据系统（Agent充当数据工程师）、以及Agent自身行为产生的数据（审计、调试、治理）。
- 读者需要了解的数据领域关键词：数据湖（Data Lake） vs. 数据仓库 vs. 流处理；ACID事务；元数据管理；以及最近兴起的数据湖仓（Lakehouse）架构。