随着AI的发展，数据人的工作边界，正在发生变化。过去我们更熟悉的是这些词：ETL、数仓分层、指标体系、实时链路、BI 报表。这些能力当然依然重要。而且直到今天，它们还是企业数据建设的基本盘。但现在，很多企业对数据团队的期待，已经不只是：把数据算出来。而是开始进一步要求你去支撑：智能问答/企业搜索/RAG 检索增强/Agent 工具调用这意味着，数据人做的事情，正在从“建数仓”，慢慢走向“建 AI 数据底座”。未来已来，该考虑不是数仓还要不要做？而是从做数仓到做 AI 数据底座，数据人到底该补什么能力？一、不是数仓没用了，而是只会数仓已经不够了先说结论：数仓能力不会过时。因为 AI 数据底座的很...

正式进入AI Coding时代了  

那是实习第七周的一个下午。 导师在群里发了条消息："流量切换窗口定在今晚，大家准备一下。" 我盯着屏幕愣了几秒。那个我参与重构了将近一个月的服务，今晚要正式承接线上真实流量了。 说"参与"其实有点谦虚。最开始确实只是参与——导师把整体架构画在白板上，我负责其中一个子模块的实现。但后来事情慢慢变了。 第二周的时候，我在跑压测，发现某个环节的耗时曲线不太对劲。不是那种一眼就能看出来的异常，而是在流量逐渐上升的过程中，响应时间的增长斜率比预期要陡。我截了张图发在群里，问导师："这个趋势正常吗？" 导师看了一会儿，回了两个字："不正...