Databricks 今晨早些时候宣布推出 Governance Hub：一个账户级界面，可在 AWS、Azure 和 GCP 上把数据健康状况、AI 消耗和成本汇总到同一屏幕。它有三大支柱——Data（标签覆盖率、所有权、分类，并可下钻到缺少标签或文档的表）、AI（token 消耗、模型活动、按用户划分的支出、护栏覆盖率）以及 Cost（过去 30 天支出与前一周期对比，并突出显示逃避分摊的未打标签支出）。

常见解读的误区

这里有三点需要纠正，其中第二点最关键。

它是 Beta 版。公告的语气带有 GA 的意味，任何没有提到这一点就写成“Databricks 推出治理控制平面”的报道，描述的都是另一个产品。

更重要的是，AI 支出可见性并非全覆盖。 它只覆盖经过 Unity AI Gateway 的流量。帖子称其覆盖“Databricks 托管和外部托管的模型”，看起来像是 全部——但如果一次模型调用从未路由经过网关，那么在这个 Hub 中就是不可见的。而这恰恰是 企业购买这一类别产品希望发现的 shadow AI 支出：拥有自己的 API key 和自己的信用卡的团队。一个只看得到受治理流量的治理工具，报告的只是那些本来就不是问题的部分。

第三，如今的“智能”治理指的是 建议加上 Genie 聊天界面——帖子中的示例查询是“为什么成本出现了激增”。公告本身则把 自主策略配置和告警放在未来时态。将其称为 AI 治理代理的报道，实际上是在描述一条路线图。

值得点出的缺口

公告中 没有价格、没有版本要求，也没有任何量化限制。对于一款明确目的在于控制成本的产品来说，连成本都不公布本身就值得注意——这也更像是在抢占市场，而不是一次产品发布。

为什么这张账本值得争取

如今，每一家企业 AI 项目都多了一项未被衡量的支出：跨内部和第三方模型的按用户 token 支出。谁掌握这本账，就掌握与每一家模型供应商重新谈判的主动权。把 AI 支出与数据质量债务和分摊缺口放在一起，是在争夺这一位置——目标直指 Snowflake 的对应界面。