文章摘要：随着AI应用进入业务流程重构阶段，企业数据架构面临向Agent-Ready转型的挑战。传统数据系统各自独立，难以满足Agent跨系统连续作业需求。腾讯云提出"存储智能"概念，通过TCLake多模态智能数据湖构建新一代数据底座，实现结构化与非结构化数据的统一管理。其核心组件包括：统一元数据管理的TCCatalog、支持多模态数据的TCIceberg+TCLance格式、

腾讯云正式发布智能数据湖计算 AI DLC，并由产品与研发团队拆解 TCRay、Xpark、Meson 三大核心引擎，博世中国和腾讯 WorkBuddy 团队则分别分享了混合算力调度、智驾训练数据生产和 AI Native 数据实践。

DataAgent的成功落地需要工程化体系支撑，腾讯云通过五层架构（上下文层、推理层、执行层、可观测层、治理层）实现从演示Demo到生产系统的跨越。其TCDataAgent产品凭借多Agent协作、自我进化、开放集成三大特性，正在重新定义企业数据消费模式。

腾讯云正式发布智能数据湖计算平台AI DLC，面向自动驾驶、具身智能、Agent等AI场景，提供覆盖数据处理、训练、推理到 Agent 应用的一体化能力。以腾讯自研的 WorkBuddy 为例，接入 AI DLC 后，其处理同一批数据的端到端时间缩短80%，完成相同任务所需算力约为此前的五分之一。

在运维层面，平台结合知识库与系统指标，实现部分故障的自动修复及全链路预警追溯，综合运维成本降低超过 120%，为大规模AI应用的稳定落地提供坚实保障。腾讯云凭借持续的技术创新与开放生态建设，不仅为企业提供高效的数据底座，也为生成式AI应用的普及和深化提供了有力支撑。进一步来看，腾讯云统一元数据管理平台TC-Catalog打通大数据与AI引擎，支持结构化、非结构化数据及AI模型的统一管理和权限管控，

数据平台面临四大变革，不再只是服务人类用户的数据分析工具，而是逐步演进为可被 AI Agent 高频调用、自动编排、持续执行的智能计算底座。腾讯云推出计算智能解决方案，包括高性能SQL引擎Meson、多模态计算引擎Xpark、AI资源调度系统TCRay和一站式RAG服务，构建支持结构化计算、多模态处理、模型训练/推理的统一计算体系，为AI时代提供可治理、可观测的企业级计算底座。

在6月18日中国通信标准化协会主办的2025数据智能大会上，腾讯云大数据TBDS产品中心总经理徐晓敏发表主题演讲，系统阐释了大模型（LLM）对数据分析范式的深刻变革，并分享了腾讯云在Data+AI融合方向的最新实践。计算从CPU走向CPU+GPU混合，治理对象从结构化数据拓展到文本、图像、音视频等多模态数据，分析方式从规则建模向语义理解驱动的智能分析转变，运维从人工修复迈向自动化响应。在运维治理上

点击蓝字⬆ 关注我们本文共计1637字 预计阅读时长5分钟近日，在中国信息通信研究院组织的“大模型驱动的智能数据分析工具”专项测试中，腾讯云ChatBI顺利完成专项测试的全部内容。其数据准备功能、大模型智能分析、智能交互能力、分析协作能力、集成部署能力、安全管理能力均得到了充分认可。《大模型驱动的智能数据分析工具》 标准及测试简介中国信通院云计算与大数据研究所依托中国通信标准化协会大数据技术标准推

因此，当面临信创数据库的适配需求时，团队的工作不是颠覆性的重构，而是在一个业已经过验证的成熟框架下，为这个新的数据库“方言”开发一个对应的“驱动”或“适配器”。这对客户的长期战略意义是深远的：他们不再被任何单一的数据库供应商锁定，未来无论是需要适配另一款信创产品、拥抱一个新的开源标准，还是迁移到更具成本效益的云数据库，都能够以最小的代价和业务中断风险来完成。因此，无主键表的存在是常态，而非例外。从

腾讯云与金融机构深化合作，共同推进金融行业数智化转型。在基础设施方面，腾讯云TDSQL数据库完成四大行核心系统布局，TBDS大数据平台与工商银行实践存算分离架构。AI安全领域，腾讯云慧眼与AI防护盾为人脸活体检测提供99%准确率的防护。双方还从产品合作走向标准共建，参与制定数字人金融应用技术指南和生成式AI安全防御报告。面对智能体技术浪潮，腾讯云将在基础设施、开发治理、模型服务等五个层面持续发力，