Nexla 发布对话式 AI 数据工程平台 Express

最近，Nexla 推出 Express，一个对话式数据工程平台，旨在大幅降低为 AI 应用构建数据管道的门槛。该平台允许用户用自然语言描述他们所需的数据——例如，“从 Salesforce 拉取客户数据，与 Google Analytics 合并，并创建一个数据产品”——系统会自动发现、连接并转换正确的数据源，生成安全、生产就绪的数据管道。

Express 由 Nexla 的智能体式 AI 框架提供支持，该框架能够理解用户意图、定位数据并处理转换过程，无需手动编码。这使得开发者、分析师甚至业务用户都能在几分钟内自助满足数据需求，省去传统数据工程的等待与繁琐。

该平台现已作为独立产品上线，采用基于使用量的定价模式，个人和小团队也能轻松使用。Nexla 表示，Express 作为其数据集成版图的新拼图，可让新用户“秒上手、快落地”。

Nexla 还列举了 Express 的多种使用场景：分析师可以在几分钟内构建客户仪表盘；AI 工程师可以将来自数据库、文档和 API 的上下文拼接在一起；理赔团队可以将保单文档转换为结构化数据；营销经理可以连接营销和销售系统，实时刷新 ROI 数据；运营团队可以聚合多个供应商的物流数据——所有这些都无需编写管道代码。

Nexla 联合创始人兼 CEO Saket Saurabh 在 GlobeNewswire 的采访中直言，这次发布把“数据工程转变成了上下文工程”，任何人“只要知道想要的结果，就能像聊天一样几分钟内把数据搞定”。

在技术层面，Express 基于 Nexla 现有的元数据驱动集成技术，并通过对话式智能体功能对其进行了扩展。今年早些时候，Nexla 与其无代码 GenAI 工具和检索增强生成（RAG）管道架构进行了深度集成，进一步扩展了其智能体式 AI 底座。

相比之下，Databricks 提供了 Databricks Assistant，它也支持对数据进行对话式查询。该助手可帮助用户生成 SQL 或 Python 代码、解释复杂查询，甚至修复代码错误，所有操作都在用户工作空间的上下文中完成。它非常适合熟悉 Databricks 的数据工程师和分析师，但并不能像 Express 那样实现端到端管道的完全自动化——它更像是一个代码生成和支持工具，而不是无代码工作流构建器。

Snowflake 也是一个强有力的竞争者，它借助 Snowflake Intelligence 在其数据平台之上构建对话式智能体：Cortex Agents 支持对结构化和非结构化数据进行推理，Cortex Analyst 支持自然语言到 SQL 的查询，Cortex Search 允许对文档库进行语义搜索。该架构通过元数据和数据血缘为对话式 AI 提供了丰富的上下文，但与 Express 不同的是，Snowflake 的模型与其自身的存储和计算引擎紧密耦合，无法提供“管道即智能体”体验。

在开源领域，Airbyte 常用于数据集成，但目前并未将对话式或智能体式数据工作流排上日程，它更专注于传统的 ETL/ELT 管道。KNIME 提供了可视化、模块化的数据流构建方式，并提供了无代码界面，但缺少自然语言对话或自主智能体编排能力。

Nexla 的 Express 旨在解决 AI 采用过程中的一个关键瓶颈：让所有用户而不仅仅是数据工程师能够更快、更轻松、更安全地为 AI 准备数据。Nexla 将其新工具定位为现代企业对“AI 就绪”数据访问所需速度和规模的关键推动者。

【声明：本文由 InfoQ 翻译，未经许可禁止转载。】

查看英文原文：https://www.infoq.com/news/2025/11/nexla-express-ai-data/