预览版正式上线：AI 代理生成的原生交互应用
2026年10月12日，Google Cloud 官方博客宣布推出 Looker Data Apps 的预览版（Preview），相关官方文档和发布说明此前已于10月上旬陆续上线。根据官方介绍，Looker Data Apps 是一种由 Antigravity CLI、Claude Code 或 Cursor 等本地 AI 编码代理通过自然语言提示生成的定制化、交互式 Web 应用程序，并原生托管在 Looker 内部。
在架构运行机制上，该应用作为 Looker 扩展（Looker extension）直接运行在单元素用户定义仪表板（UDD）中。Google 宣称该方案“默认零代码”，生成的 React 应用可直接在 Looker 内部署，无需搭建新的数据管道或引入第二套权限模型，且应用的边际成本不会随用户规模扩大而改变。
浏览器沙盒隔离与“零运行时 AI”成本控制
为了保障企业级安全性与合规要求，Looker 在隔离的浏览器沙盒中运行每个 Data App，完全阻止出站网络连接。应用代码仅能与 Looker 实例本身通信，查询结果及用户凭据无法被发送到外部服务器。同时，Data Apps 必须专门通过 Looker 的 LookML 语义层查询数据，直接继承现有的行级安全性和用户权限体系。
此外，Google Cloud 主张 Data Apps 具备“零运行时 AI 成本”特性。AI 编码代理仅在开发者的本地机器上运行以生成前端代码，当最终用户查看或交互应用时，系统不会调用任何 AI 模型，因此不会产生运行时的 LLM Token 成本。
从被动洞察转向主动执行，依托语义层防范“指标幻觉”
官方宣称，Data Apps 旨在打破传统仪表板被动呈现聚合报告的局限，聚焦于“主动执行”。用户可以在应用中输入参数、测试不同业务场景、运行实时模拟并直接更新底层记录，甚至可将数据分析与业务执行任务联动，例如直接向 Salesforce 和 Jira 等系统发送事件。
针对数据准确性问题，Google 强调所有计算与度量均基于集中治理的 LookML 语义层，从而消除了指标差异和 AI 产生的“指标幻觉”，并提供内置查询检查功能以审计生成的每一行 SQL。此前在 2026 年 7 月的 Gartner 报告相关博客中，Google 也曾指出 Looker 通用语义层是其“代理化转型”的核心支柱，用于确保 AI 代理在真实数据基准上运行。
融入代理数据云生态，探索企业端生产落地路径
Looker Data Apps 是 Google Cloud 推进“代理数据云”愿景的重要一环。在 2026 年 10 月发布的 Project Beacon 中，Google 展示了结合 Spanner Graph、无边界湖仓与 Looker Data Apps 构建端到端“行动系统”的方案。而在开发工具链层面，支持模型上下文协议（MCP）的终端 AI 编码代理 Antigravity CLI 也已作为 2026 年 6 月停运的 Gemini CLI 的继任者，支持相关开发流程。
相关分析指出，LLM 生成的原型代码在投入生产时往往面临治理与安全合规壁垒，Looker Data Apps 通过将 AI 生成限制在开发阶段、并将运行阶段严格置于企业沙盒与治理框架内，提供了一条解题路径。同时，“零运行时 AI”架构将计算负荷交回给成熟的 Looker API 与数据仓库，规避了大规模部署生成式 AI 应用时可能出现的 Token 成本不可控问题。