重新構想數據湖倉的數據建模：推出 Vibe Data Modeling

Databricks 今日宣佈推出 Vibe Data Modeling，這是一款原生於 Databricks 的、由大語言模型（LLM）驅動的代理工具，能夠將純英文的業務描述直接轉化為可部署的 Silver 層分析數據模型。過去，手工構建 Silver 模型通常需要六個月到三年，而使用行業模板（如保險業的 ACORD、醫療業的 FHIR）也需要九到十二個月進行裁剪和適配。Vibe Data Modeling 徹底改變了這一流程：從提示到部署的模型僅需數小時，且完全針對您的業務術語、部門和領域定製，摒棄了行業模板的“平均化”缺陷。

該工具的核心在於一個四階段流水線：理解輸入、自頂向下設計模型、連接關係與指標、部署到 Unity Catalog。每個階段都經過嚴格驗證，確保只有正確的輸出才能進入下一階段。整個系統基於多模型集成：大型思維模型負責推理和審核，大型工作模型負責生成產品和屬性，小型模型處理領域分類、標籤和數據樣本。一個智能裁判使用統一評分標準對多個候選方案進行評估，並在模型失效時自動降級修復，實現自我修復。

Vibe Data Modeling 的可靠性源於其 251 條可執行規則（涵蓋 20 個分組）和兩個架構師審核階段——域架構師獨立審核每個域，全局架構師審查整個模型的跨域重複、單一事實源違規和結構完整性。規則中的結構性規則是確定性門控，直接讀取模型字典，不受 LLM 意見影響；質量分數由規則計算得出，而非 LLM 的自評。流水線中的代理循環確保每次生成都經過驗證，失敗時會改變策略重試，並有一個單調性守衞防止模型退化。

用户可以通過自然語言進行迭代，每次“vibe”都會生成一個帶版本號的新模型，舊版本保持不變，便於審計和回退。變更分為三種模式：精準修改（僅修復指定問題）、全局應用（在所有類似場景生效）和生成式創建（添加新概念）。每次迭代都會產生結構化的驗證需求（VREQ），每個需求由沙盒化變異器獨立應用並驗證，確保變更被準確執行。

從一次運行中，用户可以獲得一個完整的模型工件：邏輯模型（model.json）、Unity Catalog 中的物理部署（模式、表、外鍵、分類標籤）、度量視圖（可直接用於 AI/BI 儀表板和 Genie）、RDFS 本體、DBML 圖、合成樣本數據以及下一輪優化的建議列表。所有下游工件都從 model.json 派生，確保邏輯模型與物理部署永不脱節。

Vibe Data Modeling 還提供兩個範圍選項：最小可行模型（MVM）和擴展覆蓋模型（ECM）。MVM 是核心精簡版，適合快速啓動；ECM 提供全業務覆蓋。兩者共享同一規則和架構師審核，並支持相互轉換。此外，同一邏輯模型可靈活部署為單一目錄、按部門劃分的目錄或按領域劃分的目錄，適應不同治理需求，無需重建模型。

Vibe Data Modeling 現已可用，作為一個單記事本提供：包含四個小部件，一次運行即可在 Unity Catalog 中部署完整模型。Databricks 強調，這個工具不僅簡化了初始建模，還通過六種操作（構建、vibe、縮窄、擴展、安裝、生成樣本數據）支持模型的持續演化，使銀層數據模型真正成為敏捷數據產品的堅實基礎。