先说数字。Dataiku 9 月 24 日在纽约 Succeed 大会上放了一份 CIO 报告，Harris Poll 问的是美英法德、阿联酋、日本、韩国、新加坡八个国家的 685 个 CIO。81% 承认，那些在正规渠道之外长出来的 Agent，他们看不全；67% 说生产环境里跑着 51 个以上 Agent，可 72% 说不出这些 Agent 到底有没有带来业务结果。IBM 那边的调研更直接：不到五分之一的公司，手里有一份完整、实时的 AI 系统清单。
Dataiku 是谁
Dataiku 2013 年从巴黎起家，总部现在在纽约，2026 年 Gartner 魔力象限（AI Platforms for Data Science and ML）连续第五年待在 Leader 区，客户名单里有 BNP Paribas、丰田、GE、联合利华、Moderna 和英国 NHS。它本行不是 Agent，是把数据准备、建模、部署、治理塞进一个可视化工作台：你在画布上拖节点做 flow，模型调用走 LLM Mesh，Agent 用 Agent Hub 编排，上面再压一层用自然语言下指令的 Cobuild。
10 月 15 日正式 GA 的 Agent Management 是这次的重点，而且它单独卖。逻辑很直白：公司的 Agent 早就不止一家平台在造，Copilot Studio、Azure Foundry、Agentforce、Bedrock、Gemini Enterprise、Databricks、Snowflake Cortex，每家只能看见自己家的孩子。Agent Management 站在这堆平台上面，用各家原生 API 把它们扫进一张清单，每个 Agent 带 owner 和用途，还能读出它调了什么工具、什么模型；接上 trace 之后，日活、周活、月活和 token 成本都从真实调用里算，价目表可以按你自己的采购价改；高风险的那批登记认证状态、记风险项、按计划重跑测试，部分平台还能一键停用。官方 FAQ 划得很清楚：它不站在流量中间，不是网关。
这套东西真正值钱的地方不是监控面板，是”谁负责”。清单里每个 Agent 必须挂一个 owner 和一个用途，风险高的要过认证、把风险项写成条目、按计划重跑测试，审计上门的时候证据已经在库里，而不是临时拉群问一圈。官方还特意说明，trace 存在你自己的实例里，只有管理员能看，对话内容不在界面上展示——它是记账，不是偷看。
10 月 27 日他们还补了一刀 Headless：把 Cobuild 打包成插件，上架 Claude Code 和 Codex 的插件市场，兼容 Cursor、Snowflake CoCo、GitHub Copilot、AWS Kiro。项目仍然落在 Dataiku 里，但改项目的手可以是你惯用的编码 Agent——治理留在平台，干活的位置随你。
怎么上手
成本低到可以随手试：官网 14 天托管试用，2 个用户、1 个 API 服务、4 核 32G，不用信用卡；不想上云就装 Free Edition，自托管、3 个用户、不限期，但没有 Govern 和高级 LLM Mesh。真正的门槛在 Agent Management——报价不公开，按实例收年费，监控部分按 Agent 计量，只能走销售。官方说的接入方式是”选平台、填凭据、自动扫”，能扫多深取决于对方 API 和数据暴露到什么程度。
要验证它到底能扫到什么，顺序建议是：先用试用账号连一个平台（Bedrock 或 Copilot Studio 都行），把清单跑出来看覆盖率，再决定要不要给高风险的那几个配认证和定期测试。别一上来就全连——按 Agent 计量的部分，连得越多，账单开始走得越早。
几句实话
第一，它不是网关，流量不经过它，别指望它拦下一次越权调用，那是 LLM Mesh 和各家平台自己的事。第二，官方那八个连接里，没有阿里云百炼、火山引擎、腾讯云 ADP、华为云，国产 Agent 栈只能靠 OpenTelemetry 自己喂 trace，喂多少它看多少。第三，它解决的是账面问题，不是 Agent 本身好不好用；同一份报告里 82% 的美国 CIO 后悔过去 18 个月至少选错一个 AI 平台，这话对 Dataiku 一样成立。第四，它的前提是你已经在用那几家平台；主用国产平台或者纯自建栈的团队，能走的只有 OpenTelemetry 这一条通道，清单扫不出来，价值直接腰斩。
我们之前按卖连接、卖画布、卖团队给 Agent 平台分过档（十家平台横评），Dataiku 算第四种：卖账本。至于按次计费和按席位计费怎么差出八倍，这篇算过。手上只有三五个 Agent 的团队，一张 Excel 就够了；等到清单长到没人说得清谁在跑什么，这类产品才开始有意义。
