Snowflake从SQL查询历史自动构建AI数据助手的语义模型

Snowflake 在工程博客中披露了 Semantic View Autopilot 的内部实现：让 AI 数据助手从组织既有的 SQL 查询历史中学习业务语义，替代过去需数周访谈与手写 YAML 的人工建模。据介绍，其挑战在于账户每天运行数百万条查询，而只有一小部分与特定分析场景相关。团队为此构建了专门的查询历史处理系统：以查询涉及的表为键建立倒排索引，纳入 Snowsight、仪表盘、Tableau、Power BI 等来源近 90 天的数十亿条查询，可在数秒内把数亿条原始执行记录收敛到与语义模型相关的数百至数千条候选；再按验证查询（Verified Queries）、指标与事实、筛选器、表间关系四类提取模式并排序筛选，用 LLM 生成自然语言命名与描述后交人工审核。官方称，借助以内部数据科学家复核为基准校准的 LLM-as-a-judge 评分框架和线上 A/B 实验持续调优，过去需要数周的工作在多数情况下可缩减为一次整理任务；被采纳的建议会直接改变 AI Analyst 的运行时行为，并随查询模式演变而持续更新。