Google 升級 Colab：內建 Data Science Agent 幫洗資料寫程式碼

做資料分析的人大概都懂一種痛苦：大半時間其實不是在看洞察，而是在洗髒資料、補缺失值、寫重複的樣板程式碼。

Google 正式在雲端筆記本平臺 Colab 裡上線了一個新工具：Data Science Agent。說白了，就是給你的 Jupyter Notebook 塞進了一個懂資料的 AI 助手，幫你自動清洗資料、畫趨勢圖，順手提煉點結論。

髒活累活丟給 Gemini 2.0

這個工具其實不是臨時起意。早在去年初的 Google I/O 上，Google 就拿它亮過相，不過當時還是個獨立專案。

Google Labs 產品總監 Kathy Korevec 在接受採訪時透露，他們後來發現，把 Agent 直接放進大家天天寫程式碼的 Colab 裡，用起來才最順手。

它的操作門檻壓得很低：上傳資料集，然後像平時聊天一樣直接提問就行。

在底層，它呼叫的是 Google 最新的 Gemini 2.0 模型家族，同時配了一套推理工具，專門用來對付特徵工程和資料清洗這類需要多步邏輯推導的任務。Google 目前還在通過強化學習和使用者反饋來持續調優。

不過，目前的版本也有挺多限制。它暫時只支援 1GB 以下的檔案，格式限定在 CSV、JSON 或 .txt。

另外，它在單個 Prompt 裡能處理大約 12 萬個 token，摺合下來差不多是 48 萬個英文單詞。雖然足夠裝下很多中小型表格，但面對真正的海量資料還是得靠傳統管道。

費用方面，Data Science Agent 本週起對 Colab 使用者免費開放，但免費賬戶本身的算力配額相對較少。想要更充裕的資源，需要訂閱每月 9.99 美元起的 Colab 付費計劃。

不想看程式碼？它以後可能跳出 Colab

除了洗資料，Google 給它的定位其實更寬泛一些。

按照官方的說法，它還能用來查詢 API 異常、分析客戶畫像，或者直接幫你寫複雜的 SQL 程式碼。

更有意思的是它的後續走向。Kathy Korevec 提到，Data Science Agent 未來可能會被整合進 Google 旗下更多面向開發者的產品裡。

她表示，團隊現在才剛剛觸及這種形態的皮毛。既然它是一個獨立的 Agent，就完全沒必要把害怕看程式碼的人硬逼到 Colab 這種偏極客的筆記本環境裡來。

為什麼重要

我們認為，Google 把資料分析 Agent 塞進 Colab，是一次極其精準的“場景卡位”。

對日常要跑資料的開發者和分析師來說，它很值得現在就去試一試。清洗表格和繪製常見圖表是典型的高頻低智力勞動，如果能在一句話內搞定，能省下大把時間。

但代價也很明確：1GB 的上限和有限的免費算力，註定它目前只能處理樣品資料和輕量分析。如果你的業務涉及複雜的私有管道或超大規模資料，它暫時還替代不了你現有的工作流。

在行業層面，這看起來是 Google 拿 Gemini 2.0 爭奪開發者心智的關鍵一步。之前很多類似的程式碼輔助只停留在行內補全，而這種能自主完成多步驟分析的 Agent，正成為雲廠商的新標配。

這種做法聰明在沒有讓使用者跳出熟悉的 Notebook 習慣，但隱患在於，程式碼初學者如果完全依賴黑盒 Agent 清洗出來的特徵，一旦資料在中間步驟被隱蔽地“幻覺”修改，複核起來可能會比自己寫程式碼還要費勁。