：当 AI Agent 从“能对话”进入“能执行任务”的生产阶段，企业数据平台面对的已不只是新增一种应用形态，而是数据形态、计算资源、训练范式和开发方式的同步变化。7 月 25 日，DataFun Agentic AI Summit 超级智能体系统架构峰会·深圳站 腾讯云大数据专场，围绕“AI Native 数据湖：让企业 Agent 拥有统一的智能数据底座”展开。两个多小时的议程中，腾讯云正式发布

 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。

本次专场给出的主线十分清晰：Agent 时代的数据底座不能再把数据处理、模型训练、在线推理和 Agent 运行拆成相互割裂的系统，而要让

数据、算力、模型、轨迹与反馈

在同一基础设施上持续流动。腾讯云在现场将 AI DLC 定位为

业内首个生产级 Serverless Spark + Ray 全托管平台

数据不再只是记录，数据底座开始为Agent提供可信上下文

腾讯云大数据基础产品总经理 程彬

腾讯云大数据基础产品总经理程彬以

为例，说明数据角色正在发生变化。传统汽车的功能在交付时基本固化，智能汽车则通过持续采集、云端连接和 OTA 升级不断迭代；传统导购 APP 主要记录浏览、加购和订单，AI 原生导购还需要理解用户意图，结合对话、图片、商品、库存和历史偏好主动完成任务。

在这一变化中，数据不再只是供人查询和复盘的运营记录，而成为 Agent 获取上下文、形成判断和持续学习的“认知燃料”。现场提出的数据底座新任务，是保证每一轮智能决策都能获得

可追溯、可解释、可即时调用的上下文

，并让模型训练、运行反馈和持续优化形成闭环。

，集中管理业务数据、知识、特征、模型、服务以及 Agent 轨迹和记忆；中间层需要同时承载检索、SQL、模型训练、推理、代码执行、上下文构建和评测反思等多种计算；上层则承载能够持续优化并自主完成复杂工作的 Agent 应用。数据湖的目标也由“存好、算好结构化数据”，转向

持续为智能系统提供可信上下文

AI时代的数据底座要保证每一轮智能决策获得可追溯、可解释、可即时调用的上下文

AI DLC发布：四项升级把数据、算力和Agent闭环放到同一底座

腾讯云大数据DLC产品负责人 孟硕

腾讯云大数据 DLC 产品负责人孟硕在发布环节提出，AI/Agent 时代的变化同时发生在四个维度：数据

，企业训练重点从预训练转向基于私有数据的后训练，数据工程也从追求“一次写对”的确定性流程，转向依靠轨迹、反馈和评估不断迭代的系统。

基于这些变化，AI DLC 按照支持异构、AI 原生开发、数据算力同底座、面向 Agent 进化四条设计思路完成升级。产品层面对应为四项能力：以 

 补齐多模态处理、训练推理与结构化高性能计算；以 

 建立 Data + AI 统一元数据和全流程血缘；以 

Open Engine、MCP、Skills、SDK 和 Open API 

让平台既能承载 Agent，也能被外部 Agent 调用。

在这套架构中，Spark 负责大规模数据加工、特征工程和结构化分析，Ray 承载多模态处理、模型后训练、在线推理和 Agent 运行时；二者共享统一的资源池、数据与元数据底座。数据对象和 AI 对象也被放入同一治理链路：从表、文件和 Topic，到特征、模型、Checkpoint、服务端点以及 Agent 轨迹和记忆，都可以被统一纳管和追溯。

从数据湖计算DLC到智能数据湖计算AI DLC的四项升级

三大核心引擎：分别补齐 AI 计算、多模态处理和结构化性能

腾讯云大数据AI计算平台研发负责人 祝森林

腾讯云大数据 AI 计算平台研发负责人祝森林介绍，TCRay把开源 Ray 的分布式运行时转化为可供多团队长期使用的生产级平台。它在 AI DLC 中连接数据湖与智能应用，覆盖多模态处理、模型训练、强化学习、在线推理和 GenAI 应用。现场披露的建设进展显示，TCRay 已完成 3000 节点、10 万 Actors 的规模化测试；GCS 稳态内存下降 40%，Idle Worker 内存下降 90%。在一项 12 小时、包含 1339 万 Events 的历史作业场景中，History Server 加载耗时由分钟级降至秒级，加载耗时下降 98%，峰值内存下降 99%。平台侧还补充了多租户、资源队列、弹性伸缩、流量控制、高可用和统一运维可观测能力。

TCRay的规模化、历史可观测和生产平台能力建设进展

腾讯云大数据Xpark研发负责人 蔡晓帆

腾讯云大数据 Xpark 研发负责人蔡晓帆则聚焦多模态数据处理这一AI 落地的前置瓶颈。

：面向多模态数据处理的自研引擎，基于 TCRay 提供 Xpark Dataset、DataFrame 和 AI Function，内置 50 余种图片、文本、音频、视频及 LLM 算子，并支持 UDF 迁移已有业务逻辑。现场测试中，在 CLIP 图文匹配场景下，Xpark 推理吞吐相较开源 Data-Juicer 提升 3 倍，GPU 利用率长期接近 100%；Exact Substring Dedup 相较开源 Text-dedup 单机算子快 47.8 倍。通过模型级联和判别式算子，部分场景可减少 70% 的大模型请求，注意这里指调用次数，而不是直接等同于总成本下降 70%。

Xpark通过内置多模态算子降低开发门槛，并用模型级联减少大模型请求

腾讯云大数据专家工程师 黄海升

腾讯云大数据专家工程师黄海升带来的 Meson 引擎则专注结构化数据高性能计算。

：面向结构化数据的高性能向量化引擎，核心能力包括向量化算子、Pipeline 执行模型、高性能 IO 和自适应优化。腾讯云现场披露的 1TB TPC-DS 测试显示，Meson 相较社区 Spark 整体性能提升 3.6 倍，部分计算密集型查询提升 5 倍；CPU 使用率由 80% 降至 40%，集群 IO 吞吐由 12Gbps 提升至 20Gbps，瓶颈由 CPU 转向 IO。产品同时保持对 Spark API、SQL、UDF 和生态组件的兼容，便于存量作业迁移。

Meson在1TB TPC-DS测试中的性能、CPU使用率与IO吞吐对比

博世两项实践：统一算力底座与模型驱动的数据生产飞轮

博世中国数据平台技术专家 王磊

博世中国数据平台技术专家王磊围绕 Ray on TKE 混合计算调度实践，介绍了

在线推理、数据处理和模型训练

对统一算力底座的共同需求。传统资源按组或业务线切分，容易出现资源孤岛、峰谷错配和多人共享冲突；统一平台则通过 TKE 资源池、KubeRay 与 API 接入，将 Ray Job、Ray Serve、Spark 和自定义 Pod 纳入统一调度。现场 PPT 将两个关键收益概括为“

”：开发环境、训练环境和推理环境保持一致，任务可按优先级使用异构资源，避免各团队分别建设和维护集群。

提升 GPU 利用率，Ray Data 将海量预处理拆分为

，避免中间失败导致整条长链路重跑；训练侧则统一调度不同类型的 GPU/DCU 集群，使从开发环境申请、训练任务发起、推理部署到业务交付形成完整闭环。

博世Ray混合计算实践将资源申请、训练、推理和业务交付连接为统一闭环

博世中国智驾数据产品专家 陈立贤

博世中国智驾数据产品专家陈立贤进一步分享了以 

Lance 作为数据中心、Ray 作为任务中心

的智驾训练数据实践。Lance 统一管理图像、视频、点云等 Dense 数据与标签、元数据、模型输出等 Sparse 数据，使它们共享

；Ray 则统一管理任务提交、资源、状态和结果聚合，让本地验证完成的任务可以使用同一任务模型扩展到集群。

：模型问题转化为数据需求，随后完成数据挖掘、自动标注、人工修复、可训练数据集版本化交付，再进入训练与在线评测。与过去“湖仓交付后仍需多次统计、对齐和搬运”不同，新的交付对象本身就是

可直接被训练和评测消费的数据集

WorkBuddy实践：把数据处理、后训练和权限治理串成闭环

腾讯CodeBuddy/WorkBuddy Infra负责人 张凯

腾讯 CodeBuddy/WorkBuddy Infra 负责人张凯以 

为例，介绍了业务增长后集中出现的三类问题：

，对话、长文档等超大字段给常规读取和解析带来压力，同时算法、模型训练、BI、风控、运营和数据科学等多个团队需要在

接入 AI DLC 后，业务数据、对话文档和行为日志先进入对象存储与 TCLake，再由 

 和 Xpark 完成数据准备、多模态处理、后训练与推理。存储与算力可以独立扩展，Spark 与 Ray 共享数据底座，MCP 和 Open API 则让底座能够被 Agent 编排调用。针对超大字段，方案通过

列式读取、冷热分离和 Xpark 多模态算子

减少无效扫描，并在峰值任务中按需扩容。

现场 PPT 给出的 WorkBuddy 同数据集实测口径显示，数据处理耗时从

，吞吐提升 5 倍，按同等负载换算 CPU 使用率下降 80%；通过 API 串联 Agent 轨迹入湖、Xpark 特征提取、Ray Train 后训练和评估回流后，数据到训练的

。这些数据在 PPT 中注明以内部报告口径为准。

除性能外，TCLake 还把数据加工、特征工程、模型训练、模型服务以及 Agent 轨迹和记忆纳入同一血缘体系；权限中心支持

，并对操作过程全程留痕。对于需要持续后训练的 Agent 应用，这意味着

数据处理效率、训练闭环和跨团队治理

WorkBuddy通过API串联轨迹入湖、数据处理、Ray Train后训练与评估回流

从产品发布到生产实践，数据平台服务的对象变成了“持续进化链路”

从当天六场分享可以看到，AI Native 数据湖并不是在传统数据平台旁边再增加一组 AI 功能，而是

重新组织数据处理、模型训练、在线推理和 Agent 运行之间的关系

。Spark 与 Ray 负责不同类型的工作负载，TCLake 统一管理数据和 AI 元数据，TCRay、Xpark、Meson 分别解决生产级 AI 计算、多模态处理与结构化性能问题，轨迹、记忆和评估结果则回流到数据与训练链路中。

这也是本次专场最重要的技术变化：平台不再只优化某一次 ETL、查询或训练任务，而是优化从数据进入、加工、训练、部署、反馈到再次训练的

。腾讯云在现场提出，TCRay 后续将围绕“

”继续演进；AI DLC 在 2026 年下半年也将持续推进产品迭代、客户共建验证、数据核心资产价值探索和开放生态建设。

当 Agent 真正进入企业生产环境，数据底座的竞争不再只是谁能存更多数据、跑更快 SQL，而是谁能让

多模态数据、异构算力、模型和 Agent 反馈

在一套受治理的基础设施上持续循环。AI DLC 的发布以及博世、WorkBuddy 的现场实践，给出了腾讯云在这一方向上的阶段性答案。

导读：当 AI Agent 从“能对话”进入“能执行任务”的生产阶段，企业数据平台面对的已不只是新增一种应用形态，而是数据形态、计算资源、训练范式和开发方式的同步变化。7 月 25 日，DataFun Agentic AI Summit 超级智能体系统架构峰会·深圳站 腾讯云大数据专场，围绕“AI Native 数据湖：让企业 Agent 拥有统一的智能数据底座”展开。两个多小时的议程中，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。

腾讯云智能数据湖计算AI DLC发布会回顾：Spark+Ray一体化，面向Agent重构数据底座

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。

云计算

人工智能

大数据

腾讯云发布智能数据湖计算AIDLC，整合Spark与Ray计算范式，支持多模态数据处理、模型训练和Agent运行。通过TCRay、Xpark、Meson三大引擎提升AI计算性能，实现数据与AI元数据统一治理。博世和WorkBuddy案例验证了该平台在混合算力调度、智驾数据生产和Agent闭环训练中的价值，推动企业数据底座向AI Native转型。

腾讯云大数据特惠0.2折起


2026上云采购 | AI焕新·智启新局

bigdata-class

4核4G3M云服务器 新用户低至38元/年！

thpc

raydata

腾讯云BI特惠9.9元起！


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

腾讯云发布智能数据湖计算AIDLC，整合Spark与Ray计算范式，支持多模态数据处理、模型训练和Agent运行。通过TCRay、Xpark、Meson三大引擎提升AI计算性能，实现数据与AI元数据统一治理。博世和WorkBuddy案例验证了该平台在混合算力调度、智驾数据生产和Agent闭环训练中的价值，推动企业数据底...

腾讯云智能数据湖计算AI DLC发布会回顾：Spark+Ray一体化，面向Agent重构数据底座

腾讯云智能数据湖计算AI DLC发布会回顾：Spark+Ray一体化，面向Agent重构数据底座

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐