昨天我作为圆桌嘉宾参加 Snowflake World Tour Shanghai，晚上也和 Snowflake 全球产品总裁 Christian Kleinerman 进行了深入讨论，这篇文章总结下我参会的几个很有意思的获得点。
说实话，这几年我参加了硅谷和中国的各种企业的 AI 大会，很容易产生一种疲劳感：Agent、Semantic、Ontology、Governance、Context，大家讲的词越来越像。尤其对我这样长期做 Data，又一直在企业一线看 AI 落地的人来说，如果只是再讲一遍“数据很重要”“Agent 是未来”，其实已经没有太多新信息了。
但这次听完 Snowflake 全球产品总裁 Christian Kleinerman 的 Keynote，以及后面的制造业、医疗、Ontology 等几场分享，我反而记住了三个不那么“大”的细节。
-
AI 开始有“工号”了。
-
数据平台开始“动手”了。
-
Snowflake 开始拥抱开源了。
这三个变化看起来互不相关，但放到一起又代表一个趋势：全球领先的数据公司正在重新定义自己在 Agent 时代的位置。
AI 开始有“工号”了
Christian 在主旨里讲 Agent Security 时，有一个细节让我印象很深。
一个 Agent 可以读取我的 Inbox，但不一定能写；它可以访问某些数据，却不能随便把数据搬到外部。企业还可以给它配置 Agent Identity、Agent Policy，限制它访问什么、调用什么、数据能移动到哪里，甚至给它设置预算和成本控制。
这些能力听起来一点都不性感，远没有新模型、新 Demo 那么吸引眼球。
但我反而觉得：这才是 Agent 真正开始进入企业的标志。
我以前一直不太喜欢“数字员工”这个说法。它很容易让人产生一种错觉：未来就是给 AI 起个名字、画个头像、安排一张虚拟工位，然后一个 AI 对应一个人。我更认可的方向一直是“岗位 Agent”——AI 承担的是岗位中的职责，而不是复制一个数字化的人。
但岗位 Agent 真正开始工作以后，企业马上会遇到一个过去不存在的问题：
这个 Agent 到底是谁？
它代表谁工作？它能看什么？能写什么？能花多少钱？哪些事情可以自主决定，哪些事情必须找人审批？如果它调错了价格、删错了数据、发错了邮件，企业能不能知道到底是哪一个 Agent 干的？
所以我突然觉得，Agent Identity 可以用一个特别朴素的词来解释：
AI 开始需要“工号”了。
这里的工号当然不是把 AI 当成人，而恰恰相反。
“工号”不是 AI 的拟人化，而是 AI 的制度化。
过去 Copilot 没有这个问题。它给你写一段 SQL、总结一份报告，最终按下按钮的是人，责任也在人。但当 Agent 开始代表企业采取行动以后，它就不能再只是一个藏在 API 后面的匿名模型。
它必须成为一个可以被识别、授权、限制、计费和审计的执行主体。
所以我认为，Agent 真正进入企业的分水岭，可能不是它通过了多少 Benchmark，而是有一天企业的 IAM、FinOps、Security 和 Audit 系统里，第一次正式出现了它的名字。
那一刻，AI 才算真正“上岗”。
Data Warehouse 不满足于记录世界，它开始想修改世界
第二个是我们这些 Data 老法师们更关注的变化，过去几十年，数据平台有一个非常清楚的角色：记录已经发生的世界。
客户买了一件商品，订单系统记录下来；机器停机了，生产系统记录下来；销售额发生变化，进入 Data Warehouse；最后 BI 做成一张 Dashboard，由人看完以后做决定。
整个链路是：
Reality → Data → Analytics → Human → Action。
所以传统 Data Warehouse 再强，本质上也是企业的一套“记忆系统”。
但 Agent 把这条边界打破了。
Christian 在现场反复讲到的不只是 Snowflake 里的 Data。一个真正工作的 Agent，还要连接 Email、Slack、Documents、Repository、Salesforce 等企业系统。医疗那一场甚至直接用了一个很简单的表达：Data and Action。
当数据平台只能回答问题时，它与 BI、Analytics 仍然属于同一个时代；但当 Agent 可以读取企业数据、理解发生了什么，然后反过来调用业务系统采取行动，链路就变成了：
Reality → Data → Agent → Action → Reality。
数据仓库自己和业务可以闭环了。
Data Warehouse 过去负责记录世界，Agent 开始让数据平台有能力修改世界。
我从 Teradata、IBM、联想、万达、中金、白鲸开源各个企业，我都给我的客户讲、我的老板讲“数据驱动” Data Driven，20 几年都没法达到的事情，感觉 Agent 一夜之间可以搞定了。。吗。。。。？
看上去是这个样子，因为一旦 Agent 让数据平台长出了“手：，开始 Action，数据平台的产品边界就会不可避免地向 Application 层蔓延。以前 Salesforce 负责业务动作，Snowflake 负责数据；Workday 负责流程，Snowflake 负责分析；各种 SaaS 在前台运行，Data Platform 在后台沉淀。
Agent 会把这条边界慢慢冲淡。
未来企业不会满足于问：“上个月哪个区域销售下降最快？”
它更希望系统发现异常以后，继续追原因、找客户、读取相关邮件、形成处理建议，甚至直接触发下一步 Workflow。人的角色越来越从每一步都参与，变成在关键节点授权和处理例外。
这也是为什么 Identity、Policy、Governance 突然变得重要。
只负责“看”的数据平台，权限问题相对简单；开始“动手”的数据平台，必须先学会克制。
所以我在 Snowflake World Tour 看到的，并不是 Snowflake 要不要成为一家 AI 公司。我看到的是一家 Data Platform 正在尝试跨过自己几十年来最熟悉的边界：
从 System of Record，走向 System of Action。
如果这个趋势成立，未来几年 Data Platform、SaaS Application 和 Agent Platform 三者之间的边界，可能都会重新画一遍。
Snowflake 开始主动拥抱开源
第三件事情，Snowflake 开始主动拥抱开源了，哈哈，这对于我这个开源老炮来讲，看到自己预测的行业趋势成为现实，还是很开心的。
Christian 在台上专门谈到了 Interoperability。他说得很直接：Snowflake 不希望客户因为技术上无法离开而留下来，客户留下来应该是因为价值、性能和经济性，而不是因为被锁死。
如果放在十年前的数据平台战争里，这句话几乎是不可能从首席产品官嘴里说出来的。传统数据平台最经典的商业模式是什么？把越来越多的数据搬进来，数据越来越多，周围工具越来越多，迁移成本越来越高，最终形成一个巨大的 Lock-in。
墙越高，护城河越深。但 Snowflake 现在却在主动拆墙。
一个代表是 Snowflake 发起、后来进入 Apache Software Foundation 的 Apache Polaris。Polaris 是面向 Apache Iceberg 的开放 Catalog，2026 年已经从 Apache Incubator 毕业成为顶级项目，目标之一就是让 Snowflake、Spark、Trino、Flink 等不同计算引擎围绕同一套开放 Catalog 协作，而不是把 Metadata 锁在某一家平台里。
另一个更有意思的是 Apache Ossie（Incubating）。它的前身 Open Semantic Interchange，由 Snowflake、Salesforce、dbt Labs 等公司共同推动，2026 年进入 Apache Incubator。它要开放的已经不只是“数据放在哪里”，而是“数据是什么意思”：收入怎么定义、客户是什么、指标和维度之间是什么关系，让不同 BI、AI 和 Data 工具可以交换同一套业务语义。
这两件事情放在一起看很有意思。
Polaris 在拆 Catalog 的墙。
Ossie 在拆 Semantic 的墙。
前者希望数据不被一个引擎绑架，后者希望业务含义也不被一个产品绑架。
我觉得这背后透露出 Snowflake 对下一代平台护城河的一种判断：
Agent 时代，平台越想成为中心，越不能成为孤岛。
原因并不复杂。
Agent 真正在企业里工作，不可能只面对 Snowflake 里的世界。客户数据可能在 Salesforce，沟通在 Slack，文档在企业知识库，生产数据在不同数据库和对象存储里，还有几十个 SaaS 和内部系统。
如果一个 Agent 只能理解“自己墙里的数据”，它能力再强，也只是一个局部 Agent。
所以未来平台竞争的逻辑可能会发生一个很大的逆转。
上一代平台的护城河是：
我拥有的数据越多，你越难离开我。
下一代平台的护城河可能变成：
即使数据不属于我，我依然能够连接它、理解它、治理它，并让 Agent 在上面安全地工作。
这其实比“拥抱开源”更深一层。
Snowflake 并不是突然不想做商业公司了，而是在赌一个新的平台逻辑：
上一代平台靠 Lock-in 建护城河，下一代平台可能靠 Interoperability 建护城河。
当客户随时可以走，却依然选择留下，这可能才是更强的平台能力。
AI 有了工号，数据平台长出了手，Snowflake 开始拥抱开源
一天听下来，我最后真正记住的就是这三件事。
AI 有了“工号”，意味着 Agent 不再只是一个聪明的功能，而开始成为企业正式管理的执行主体。
数据平台长出了“手”，意味着数据仓库不再满足于帮助企业理解发生了什么，而开始进入 Action，尝试影响接下来发生什么。
Snowflake 开始拥抱开源，则意味着它意识到：如果 Agent 最终要在整个企业世界里工作，一个封闭的数据帝国反而可能成为包袱。
这三个变化表面上完全不同，本质上却指向同一个方向：未来的数据平台公司自己的边界正在发生变化。
全球顶级的数据仓库开始管理过去不需要管理的 Agent，进入过去属于 Application 的 Action，又主动开放过去最容易形成平台 Lock-in 的 Catalog 和 Semantic。
那么我们这些数据从业者就应该思考这个问题：
当 Agent 真正进入企业以后，Data Platform 到底还会不会只是 Data Platform？
我现在越来越觉得，答案可能是否定的。
当天晚上，我还和 Christian Kleinerman 和几个朋友做了一次更深入的交流。白天台上很多来不及展开的问题，我们晚上又继续聊了很久。等采访公开以后，我会再单独写一篇。
这一次，我想继续追问的也正是这个问题：
当数据开始行动，Agent 开始拥有身份，而平台开始主动拆掉边界以后，这加全球顶级的数据平台公司下一步究竟想成为一家什么公司？