重新构想数据湖仓的数据建模：推出 Vibe Data Modeling

Databricks 今日宣布推出 Vibe Data Modeling，这是一款原生于 Databricks 的、由大语言模型（LLM）驱动的代理工具，能够将纯英文的业务描述直接转化为可部署的 Silver 层分析数据模型。过去，手工构建 Silver 模型通常需要六个月到三年，而使用行业模板（如保险业的 ACORD、医疗业的 FHIR）也需要九到十二个月进行裁剪和适配。Vibe Data Modeling 彻底改变了这一流程：从提示到部署的模型仅需数小时，且完全针对您的业务术语、部门和领域定制，摒弃了行业模板的“平均化”缺陷。

该工具的核心在于一个四阶段流水线：理解输入、自顶向下设计模型、连接关系与指标、部署到 Unity Catalog。每个阶段都经过严格验证，确保只有正确的输出才能进入下一阶段。整个系统基于多模型集成：大型思维模型负责推理和审核，大型工作模型负责生成产品和属性，小型模型处理领域分类、标签和数据样本。一个智能裁判使用统一评分标准对多个候选方案进行评估，并在模型失效时自动降级修复，实现自我修复。

Vibe Data Modeling 的可靠性源于其 251 条可执行规则（涵盖 20 个分组）和两个架构师审核阶段——域架构师独立审核每个域，全局架构师审查整个模型的跨域重复、单一事实源违规和结构完整性。规则中的结构性规则是确定性门控，直接读取模型字典，不受 LLM 意见影响；质量分数由规则计算得出，而非 LLM 的自评。流水线中的代理循环确保每次生成都经过验证，失败时会改变策略重试，并有一个单调性守卫防止模型退化。

用户可以通过自然语言进行迭代，每次“vibe”都会生成一个带版本号的新模型，旧版本保持不变，便于审计和回退。变更分为三种模式：精准修改（仅修复指定问题）、全局应用（在所有类似场景生效）和生成式创建（添加新概念）。每次迭代都会产生结构化的验证需求（VREQ），每个需求由沙盒化变异器独立应用并验证，确保变更被准确执行。

从一次运行中，用户可以获得一个完整的模型工件：逻辑模型（model.json）、Unity Catalog 中的物理部署（模式、表、外键、分类标签）、度量视图（可直接用于 AI/BI 仪表板和 Genie）、RDFS 本体、DBML 图、合成样本数据以及下一轮优化的建议列表。所有下游工件都从 model.json 派生，确保逻辑模型与物理部署永不脱节。

Vibe Data Modeling 还提供两个范围选项：最小可行模型（MVM）和扩展覆盖模型（ECM）。MVM 是核心精简版，适合快速启动；ECM 提供全业务覆盖。两者共享同一规则和架构师审核，并支持相互转换。此外，同一逻辑模型可灵活部署为单一目录、按部门划分的目录或按领域划分的目录，适应不同治理需求，无需重建模型。

Vibe Data Modeling 现已可用，作为一个单记事本提供：包含四个小部件，一次运行即可在 Unity Catalog 中部署完整模型。Databricks 强调，这个工具不仅简化了初始建模，还通过六种操作（构建、vibe、缩窄、扩展、安装、生成样本数据）支持模型的持续演化，使银层数据模型真正成为敏捷数据产品的坚实基础。