返回资讯中心
外部精选
软件工程
#开发者实时流

Mycorr 团队称面向人类设计的数据层同样适配 AI Agent

来源标题:We built for humans first – Agents felt right at home

Mycorr 团队表示,其面向非技术用户的数据层产品在设计上优先考虑人类使用,但 MCP 语义层也让 AI Agent 能够直接接入。该产品旨在填补电子表格被误用为数据库与数据库对终端用户过于僵硬之间的空白,用户无需搭建 IT 项目即可创建、编辑、版本化并安全共享数据。团队称这一结论是在约三年的产品构建过程中得出的。

Hacker News 最新maxschub2026/11/9 · 8 天前12 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

所有文章 2026年11月9日 · 5分钟 我们以人为本,Agent 却如鱼得水 MCP 语义层产品 写完这篇文章后,我意识到“为人构建就意味着为 Agent 构建”这个核心观点似乎有些显而易见。然而,整个产品类别的存在,正是因为大多数数据库从来就不是这样构建的。 在当今这个时代得出这个结论,是一段非常有收获的旅程。以下是我们如何走到这一步的。 我们起初(现在依然)构建 Mycorr 的定位是:为那些不一定懂 Python 或 SQL 的人提供数据层——他们知道物理世界中的“东西”是什么,需要找到用数据对其建模的方法。无需启动 IT 项目,任何人都应该能够创建、编辑、版本化并安全地共享数据。 我们想要解决的痛点是:电子表格被误用为数据库,而数据库对最终用户来说又过于僵化。有人可能会说市面上有 Airtable 之类的工具,但它们有严格的行数限制,而且功能拼凑得杂乱无章,反而让使用变得更困难。 大约三年前我们起步时就知道,我们的 UX 取舍将由我们要填补的鸿沟两端的使用者来定义。如何在列式固定数据类型的环境中让单元格编辑变得简单?如何给列赋予自由文本名称?对于不懂数据库的用户来说,外键是什么?如何像 Figma 那样协作编辑数据库? 我们在 AI 之前就开始,手写代码,测试无数模式,逐步收敛到我们喜欢的设计,然后发现下一个矛盾——始终在一点点向前推进。如果没有我们早期做出的那些让迭代变得快速的选择,这一切不可能实现:Rust 后端和 WASM 前端、用 DataFusion 做 AST 分析和执行、用 OpenFGA 严格控制谁可以做什么,以及最终的 actor 模型。 尽管市面上有许多产品为那些列名和表名晦涩难懂的数据库添加语义信息,但它们对我们来说感觉有些遥远。我们需要给用户提供选项,让他们按自己的喜好命名列,为任何列或表添加描述。这太自然了,以至于我们后来才意识到:语义信息不是数据库的一部分,这是一个巨大的局限,也正是为什么存在一个十亿美元级别的产品类别来修复它。但话说回来——我们不是在为写 YAML 文件的人构建,而是为那些把电子表格贴满注释的人构建。 数据库最初并不是为了附带语义信息而构建的,因为它们的“用户”是功能固定的确定性系统。后来,随着更灵活的 BI 工具出现,更多问题随之而来,需要更多“文档”。现在,有了 Agent 的加入,晦涩的命名变成了必须偿还的债务。 共享数据是我们在之前工作中深有体会的另一个痛点。电子表格是一个大大的“请不要”,而数据库又太复杂,难以共享给另一位同事。 与共享天然关联的两件事是版本化和链接。如果我共享了一个数据版本,我不希望任何人在我发布下一个版本之前看到我正中间编辑的内容。这促使我们引入了检查点和版本发布机制。 链接意味着不盲目复制他人的数据,而是通过公共列链接到他们的数据——类似外键,但是联邦式的,不受约束。 这两个附加在共享之上的概念自然而然地扩展出一张用户之间的图,并让重要的概念浮现出来——高度链接的表成为组织的脊柱,需要特殊的治理。我们相信数据模型不应自上而下地以本体论方式描述,除非你想烧掉大量资金,而应该从使用中自然涌现。 链接由创建链接的人声明,而不是通过匹配列名或统计重叠来猜测,因此图中的每一个连接都是有意义地存在的。 我们想,那就给 Agent 几个工具吧,让它可以搜索表、获取我们也提供给用户的上下文、运行 SQL——看看会发生什么。 我们完全被震撼了。Agent 迅速正确地回答了跨多个共享表的问题,不需要任何定制工具。Agent 做的正是人类会做的事:搜索、描述一张表、查看用户还把它链接到了哪些其他表、查询一些数据、过滤、排序、连接。 当我们添加了一些图表功能后,我们就知道这是未来。如果你只需开口问就能得到,谁还想费劲学习如何在某个工具里构建透视表或转置柱状图呢? 我们不需要区别对待 Agent 和人类。我们为后者构建的任何东西都会服务于前者。所以我们构建了列上的正式单元、约束等等。 现在,我们在数据方面的一切工作中都与 Agent 携手合作——而且我们可以在它们工作时查看它们所看到的相同数据和上下文。 我们以人为本而构建。事实证明,这恰恰让 Agent 如鱼得水。 感谢阅读——敬请关注 mycorr.app 的更多更新。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →