上交、清华、微软、上海AI Lab等联合发布数据分析智能体综述

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：机器之心Pro）

传统数据分析方法依赖人工拼接的流程，如编写SQL、调用Python脚本及手动解读数据，不仅耦合度高且扩展性差，难以应对动态、多模态的复杂数据。而大语言模型与智能体的出现，将数据分析从「规则执行」推向「语义理解」，使机器能够真正解读数据内在逻辑与关系，从而灵活完成查询、建模与报告生成等多样化任务。

近日，由上海交通大学、清华大学、微软雷德蒙德研究院、上海 AI Lab 等机构研究者联合撰写的最新综述论文系统回顾了大语言模型在数据分析领域的整体演进：从传统规则化流程到智能协作，从单模态到多模态融合，并提出构建「通用数据分析智能体（General Data Analyst Agent）」的新范式。

本文综述了大语言模型（LLM）与智能体（Agent）在数据分析领域的最新进展，重点讨论结构化、半结构化、非结构化及异构数据上的关键技术与演化趋势，并总结出语义理解、自主管道、自动工作流、工具协作与面向开放世界五大方向。还提出了在可扩展性、评估体系与实际落地等方面的未来挑战，旨在推动通用数据分析智能体的发展与应用。

经过系统的调研与分析，研究团队总结出 LLM/Agent 技术在数据分析领域的四个核心演进方向：

这五大趋势共同指向一个方向——让数据分析真正从「规则系统」迈向「智能体系统」，让模型不止是工具，而成为数据智能时代的思考者与合作者。

图 2：LLM/Agent-as-Data-Analyst 技术总览，涵盖本文具体讨论的四大数据模态：结构化数据、半结构化数据、非结构化数据和异构化数据。

图 2 展示了该综述的主要研究内容，首先从不同数据类别进行介绍，包括结构化数据、半结构化数据、非结构化数据以及异构数据，针对不同数据类型，针对不同任务或技术展开。

不同于以往聚焦单一任务或单一模态的研究，这篇综述首次从全模态与全流程视角系统梳理了 LLM/Agent 在数据分析领域的整体格局，提出了构建「通用数据分析智能体（General Data Analyst Agent）」的五项核心设计原则。它不仅总结了当前研究的关键能力与趋势，也揭示了可扩展性、鲁棒性与开放域适配等未来挑战。欢迎感兴趣的读者阅读、讨论和引用该论文。