产品发布核心观点 - 公司推出Oracle Autonomous AI Lakehouse，这是一个开放、可互操作的数据平台，结合了Oracle Autonomous AI Database与Apache Iceberg标准，旨在消除功能权衡、打破分析孤岛并加速团队构建AI和分析解决方案[1] - 该平台现已在OCI、AWS、Azure、Google Cloud以及Exadata Cloud@Customer上可用[1][2] 产品功能与技术整合 - Oracle Autonomous AI Lakehouse通过原生支持Apache Iceberg，提供了对任何Iceberg表的简单、高性能访问，并可集成包括Databricks Unity、AWS Glue和Snowflake Polaris在内的目录[2] - 平台提供强大功能，如Select AI（支持自然语言到SQL转换和代理AI框架）、JSON-Relational Duality、Property Graph Analytics以及AI Vector Search，用于处理Iceberg表上的数据，所有这些都基于Exadata的性能、可用性和安全性，同时保持供应商独立性并避免数据移动的操作负担[2] - 公司还推出了Autonomous AI Database Catalog，这是一个“目录的目录”，可统一来自其他目录和平台的企业数据和元数据，以简化跨多个数据平台和云的数据发现和访问[1] - 关键功能包括Autonomous AI Database Data Lake Accelerator，通过根据查询需求自动分配额外的网络和计算资源，加速跨Iceberg表的大规模查询[3] - Select AI Agent提供了一个简单、安全且可扩展的数据库内框架，用于在Oracle Autonomous AI Database内构建、部署和管理AI代理，支持自定义和预构建的PL/SQL工具、通过REST的外部工具以及MCP服务器，实现多步骤代理工作流的自动化[3][4] - 其他功能包括Plug and Play SQL Access（通过新的简化SQL语法查询数据）、Exadata Table Cache（通过缓存数据提高查询性能）、GoldenGate for Iceberg（实时流式传输数据到任何Iceberg目标）以及Table Hyperlink for Easy Data Sharing（通过临时超链接安全共享数据）[10] 合作伙伴与客户反馈 - Databricks高级副总裁Stephen Orban表示，Databricks致力于开放和可互操作的数据访问，Unity Catalog通过为Apache Iceberg等格式提供统一治理层来实现这一点，并欢迎Oracle Autonomous AI Lakehouse与Unity Catalog的集成，使联合客户能够无缝访问数据并灵活使用Oracle和Databricks[3] - SKY巴西的Rosiane Porto表示，作为Data Lake Accelerator有限可用性计划的一部分，SKY测试了该新功能，对其性能印象深刻，Data Lake Accelerator显著提高了对象存储中外部数据的查询速度，无需移动数据或改变工作流程，按需动态扩展计算资源的能力提供了处理复杂查询的灵活性，同时控制成本[3] 行业专家评价 - HyperFRAME Research副总裁Ron Westfall指出，公司对Apache Iceberg的支持意味着组织可以在他们选择的超大规模云上一次性获得尖端AI、高性能分析以及安全、开放的访问，通过围绕Iceberg及其Autonomous AI Database构建“目录的目录”，公司使团队能够更简单地发现、保护并利用各处数据，这对于打破当今碎片化数据景观中的壁垒具有变革性意义[5]