🏆 阿里云大数据 AI 平台登顶 NL2SQL 权威榜单 Spider 2.0

背景

在数字化时代，企业数据呈爆炸式增长，但大多数业务人员因不懂 SQL 语言而无法直接获取数据洞察。近年来，随着 AI 技术的飞速发展，基于大语言模型强大的自然语言理解和代码生成能力的 NL2SQL 技术应运而生——它能将"查询上个月销售额最高的产品"这样的自然语言，自动转换为复杂的 SQL 查询语句。

然而，现实企业环境中的数据库结构复杂、SQL 方言多样、查询逻辑深度嵌套，单纯靠大模型能力的 NL2SQL 方法往往力不从心。

权威认证：Spider 2.0 榜单第一

面对这些挑战，阿里云 PAI 与 DataWorks 团队共同研发了  NL2SQL Agent，该 Agent 使用 PAI 团队首创的面向真实业务场景的端到端 NL2SQL 框架 DB-Surfer，能够在自然语言转换为 SQL 场景中具有优越表现。在被誉为"最接近真实企业场景"的 Spider 2.0-Snow （https://spider2-sql.github.io/）评测中，以 59.78%的执行准确率荣获榜单第一，超越了多个顶尖竞争对手，展现了阿里云大数据 AI 平台在 Agentic NL2SQL 技术领域的领先实力。这一结果也表明，NL2SQL 技术在复杂真实场景中的落地正逐步成为可能。

来源：Spider 2.0 官网

Spider 2.0 是面向 企业级复杂场景 的文本到 SQL（Text-to-SQL）评估基准，旨在突破传统评测对简单单表查询的局限性。其基于 632 个真实企业数据库工作流问题 构建，覆盖金融、医疗、电商等 18 个垂直领域，要求模型在多表关联、长上下文理解、复杂逻辑推理等维度展现工业化级能力，被誉为"最接近真实企业场景"的 Text-to-SQL 评测。

DB-Surfer Agent：NL2SQL 技术框架新范式

DB-Surfer，一个面向复杂真实场景的 NL2SQL 框架，采用“总—分—总”的协同架构，专为超大规模、高复杂度的数据库查询任务设计。系统整体分为三个核心阶段：查询意图预处理、代码智能体执行 和 多源路径后处理，在任务规划的引导下，实现对复杂数据库环境的高效、可控探索，最终生成用户所需的 SQL 查询语句。

DB-Surfer 的核心突破可归纳为以下三点：

在公开基准上取得了最先进的性能。 DB-Surfer 在 Spider 2.0-Snow 基准[1]上取得了 59.78%的执行准确率，截至 2025 年 8 月 27 日，位列该榜单第一，证明了该方法的有效性，能在真实、复杂的场景下解决用户数据库查询问题。

DB-Surfer 通过联合的任务规划与元数据链接，为 Agent 提供了明确的执行指引。这种“先规划、后执行”的机制显著提升了 Agent 探索的效率与目的性，证明了有指导的 Agent 是解决复杂 NL2SQL 任务的一条可行技术路线。

为构建具备持续进化能力的 NL2SQL 系统提供了可扩展范式。DB-Surfer 的模块化设计与数据飞轮知识沉淀机制，为系统的长期优化奠定了基础。其分阶段架构便于未来集成多样化的外部工具。这为 NL2SQL 技术从单一的查询生成工具，向更具挑战性的、能在开放场景下泛化的数据分析助手演进，提供了一个可迁移的系统化解决方案。

为了进一步验证 DB-Surfer 的有效性，我们将其与一系列当前最先进的方法在 Spider 2.0-Snow 数据集上进行了全面对比。这些基线方法代表了 NL2SQL 领域的主流技术路径，涵盖了从静态提示到动态交互式智能体的不同范式。其中包括基于 ReAct 框架的基线方法 Spider-Agent、当前榜单排名靠前的闭源 Agent 方法 WindAgent 与 ByteBrain-Agent、基于硬编排工作流和自洽性的 ReFoRCE 框架，以及提示工程方法的代表工作如 Dail-SQL 。

在与众多基线方法的对比下，DB-Surfer 取得了 59.78% 的执行准确率，达到了该基准上当前的 SOTA。这一成绩不仅超越了 WindAgent (59.05%) 等基于商业大模型的 Agent 方法，更显著优于基于固定工作流的 ReFoRCE (37.11%) 和基线智能体方法 Spider-Agent (31.08%)。超过 20 个百分点的巨大性能优势充分证明，在处理极端复杂的数据库环境时，DB-Surfer 的动态、自适应交互框架远比固化的流程或简单的“思考-行动”循环更为有效。

产品落地：DataWorks Copilot 体验升级

目前，Agentic NL2SQL DB-Surfer 技术已深度集成至大数据开发治理平台 DataWorks 的 Copilot， Copilot 作为 DataWorks 平台的智能助手，能够根据上下文快速理解业务需求，帮助开发者通过自然语言高效完成多种代码相关操作及 DataWorks 产品操作。用户通过在 DataWorks 界面的顶部导航栏点击 Copilot 图标即可开始体验，点击查看指导手册。

现在，DataWorks Copilot 已累计生成并被采纳的代码行数超 3200 万，覆盖分析师和开发者超 60000 人，数据开发分析效率平均提升 35%。

DataWorks Copilot - Agent 模式演示

总结

从登顶 Spider2.0 的技术突破，到 DataWorks Copilot 体验的深度升级，DB-Surfer 的出现与落地不仅是阿里云  PAI 在 NL2SQL 技术领域的一次里程碑式跨越，更标志着 DataWorks 企业级数据开发交互进入 “智能体驱动” 的全新时代。当复杂 SQL 查询转化为自然语言对话，当数据洞察从 “技术特权” 变为 “业务标配”，阿里云大数据 AI 平台将持续通过技术与场景的双轮驱动，助力每一家企业轻松驾驭数据浪潮。

[1] Lei F, Chen J, Ye Y, et al. Spider 2.0: Evaluating language models on real-world enterprise text-to-sql workflows[J]. arXiv preprint arXiv:2411.07763, 2024.