过去几年，AI数据基础设施更多围绕“汇起来、管起来、流起来”展开。随着大模型、智能体进入生产、经营和治理场景，可信数据空间拓展跨主体协作边界，高质量数据集提升数据进入模型与智能应用的质量，数据建设正从资源流通走向面向AI的高质量供给。

AI数据基础设施正面对一个更加具体的产业命题：不仅要承载和治理数据，更要把跨主体数据持续组织为AI可用、可更新的高质量供给。从可信流通、高质量生产到模型与智能体使用，一条支撑AI长期运行的数据链路正在形成。

01
可信数据空间
拓展数据进入AI的协作边界

可信数据空间打开了跨部门、跨企业、跨机构的数据协作边界。授权、安全、使用控制、过程追溯解决了数据“能不能流”的问题，而模型训练、知识检索和智能体运行进一步提出了新的要求：数据要准确、及时、语义清晰，还要能够持续更新。

数据可信流通，是价值释放的起点；数据真正进入AI，才开始转化为新的生产能力。

可信数据空间打开的是数据协作边界，AI数据基础设施要继续回答的，是这些数据如何真正进入智能生产。科杰科技将可信数据空间纳入AI数据基础设施整体建设，并进一步延伸到数据生产与智能应用。依托AI数据基础设施，多源数据接入、可信管控、治理加工、多模态处理、高质量数据生产和后续开发利用被贯通起来。数据进入可信环境后，不再止于交换和调用，而是继续向数据集、数据产品、模型与智能体应用转化。

科杰科技参与的城市级可信数据空间实践，围绕数据授权、可信流通、安全管控与开发利用，推动公共数据、企业数据等多类资源在明确边界内有序协同，为后续治理加工与智能应用建立稳定的数据入口。

02
高质量数据集
支撑AI从一次训练走向长期运行

业务规则持续变化，知识不断更新，模型反复迭代，智能体执行任务又会产生新的数据和反馈。数据集需要不断补充、校验、更新和迭代。这背后反映出的变化是：高质量数据集正在从“为一次AI任务准备数据”，转向“为AI长期运行组织数据”。

科杰科技将高质量数据生产嵌入AI数据基础设施。科杰科技以KeenData Lakehouse多模态湖仓平台承接数据汇聚、治理、加工、质量管理与数据服务，以Keen Agentic OS智能体开发操作系统衔接模型与智能体开发、运行和协同，两者共同构成KeenData Agentic Lakehouse Platform智能底座。

两者之间连接的，并不是简单的“数据平台+AI平台”，而是一条持续运行的数据链路：数据进入、治理加工、形成高质量供给，模型和智能体使用，再由新的业务数据和运行反馈反向推动数据更新。高质量数据集的核心，不再停留“把数据做得更好”，而是建立一套能够伴随AI持续运行的数据生产机制。

AI数据基础设施不仅仅是存放和处理数据的场所，更开始承担“持续组织生产智能数据进入AI”的任务。

03
AI数据基础设施
正在形成面向智能生产的完整支撑

可信数据空间拓展数据来源，高质量数据集建立持续生产机制，模型与智能体将数据进一步转化为业务能力。三者进入同一套运行体系，AI数据基础设施的产业角色也更加清晰。

科杰科技要构建的，不是多个独立平台，而是一套贯通数据可信进入、高质量生产与AI运行的基础设施。

从数据接入、治理加工、可信流通，到高质量数据集，再到模型和智能体开发运行，科杰科技持续完善贯穿数据生产与智能应用的AI数据基础能力。北京人工智能先行区相关数据底座、杭州城市级可信数据空间、苏州高质量数据集平台，呈现区域AI建设、数据可信协作、高质量数据生产等不同需求，也让同一套AI数据基础设施进入更丰富的城市与产业场景。

当AI真正进入生产，可信、高质量、可持续的数据供给，正在成为智能应用深入业务的重要支撑。科杰科技将持续拓展AI数据基础设施在企业、产业与城市中的实践，让AI数据能力真正沉淀于业务、服务于生产。