一张数据图表，现在大概只要0.5美元。

另一边，是一张开价15万美元的企业BI账单。

中间只隔了三个数据工程师、一个下午搭出来的HTML托管服务，和一群从没打开过终端的业务同事。

这家公司大约500人，数据平台团队只有3个人。他们每年为Looker支付约15万美元，覆盖大约300个席位。

平时，他们干的是不显眼但很要命的活：喂饱Snowflake，照看超过2000个模型的dbt项目，维护Airflow、Airbyte、DataHub和Kubernetes。

转折发生在2月。有人顺手做了一个托管HTML文件的小东西。

8个月后，这个内部工具的周活跃用户已经和Looker差不多，甚至可能更多。Looker的使用量掉了三分之一。

一个下午搭出来的服务，开始抢企业BI的饭碗

说实话，这不是什么宏大规划。

它更像一次内部副业。一个工程师花一个下午做了个能托管HTML文件的小服务。

如果故事停在这里，它只是个小工具。

真正让它失控的，是AI开始能稳定产出可分享的分析页面。

素材里提到，GitHub上自托管仓库的占比在上升，Hacker News上关于AI垃圾内容的讨论也在变多。企业内部的这场变化，刚好卡在这两条线中间。

一边是工程师想把东西拿回自己手里。

一边是AI把生成软件的成本打到地板上。

AI一旦能查数，业务人员就不点仪表盘了

一年前，作者还觉得AI生成的分析内容多半是slop。

这个判断很诚实。

他们做过几个chat with your data演示。小表结构下看着不错，真到公司数据规模，SQL能跑，数字却错。

这比报错更糟。

后来，Claude Code配Opus 4.5明显变强。它能在公司代码仓库里工作，能调用现有工具，还能先跑一条查询核对数字，再给答案。

这一步很关键。

1月开始，公司内部采用量飙升。财务、运营、市场这些从没打开过终端的人，也开始整天写prompt。

然后，大家停止点击仪表盘，开始直接提问。

Claude开始频繁输出单个HTML文件，里面带着图表。有些页面，看起来比Looker仪表盘还好。

问题来了。这些文件躺在个人Downloads文件夹里，分享只能靠Slack附件。

用户用脚投票，原因有点扎心

有意思的是，最先推动变化的，是外观。

团队成员Maddy用一天时间搭了一个完整服务：文件存S3，前面加SSO，再补一些测试。因为公司本来就跑Kubernetes，部署只是加Terraform模块和Helm chart。

最初只是静态HTML。3月，他们加了实时查询API，用访问者自己的Snowflake OAuth token。

作者称这是年度最佳决定。

老实讲，这一步把整个故事从玩具变成了系统。

他们不需要重新造权限模型。Snowflake本来就维护了多年角色体系。如果Snowflake说你不能读销售表，仪表盘也不能读。

4月，Snowflake OAuth成了唯一登录。

用户喜欢它的原因，让传统BI行业有点尴尬：新仪表盘真的好看。

Looker的一个tile，是一个固定图表类型、固定颜色的方块。它长得像所有Looker tile。

去掉这层束缚后，用户可以生成自由格式HTML，不断prompt到顺眼为止。

4月加入邮件和Slack导出，5月加入参数。周观看人数从3月的23人，涨到6月的136人。

高管开始转发链接。有人让仪表盘定时重新生成，有人加按钮，有人做出传统BI工具根本不会允许的界面。

但安全一开始很糟。

仪表盘JavaScript和会话跑在同一origin，没有权限隔离，任何员工都能读任何仪表盘。它基本就是一个大XSS洞。

他们知道，但还是先上线了。因为这是内部工具，有VPN和SSO，而且当时没有别的东西能接住这波需求。

个人觉得，这段很真实。很多内部工具都是这样，先让业务跑起来，再回头补工程债。

把每个仪表盘都当成敌对代码，才是真正的工程活

团队里有一句玩笑话：我们干脆自己做一个BI工具吧。

几个月后，玩笑变成正事。

原因很简单：半年vibe-coding堆出来的东西，已经有一半公司在用，但安全模型拿不出手。

他们站到白板前，先定了一条底线：任何人都能一个prompt发布任何HTML，没有审核步骤，没有模板，也没有批准组件列表。

这句话听起来很野，但逻辑也成立。

每在用户和仪表盘之间加一道限制，用户就会回到Downloads文件夹。

真正该治理的地方，在上游的dbt模型和Snowflake角色里。前端可以保持松散、快速、好看。

他们要解决四个问题。

第一，统一上传入口。原来的脚本散落在两个仓库和一个插件里，每份都有点不一样。他们换成一个远程MCP connector，claude.ai、Claude Code、Slack里的Claude和内部分析师agent都调用同一套工具。上传时带上Snowflake token，API用SELECT CURRENT_USER()识别身份。AI上传的内容先成为草稿，再由人点击Publish。

第二，假设每个仪表盘都带有敌意。

这部分最硬核。产品本质上允许任何人上传JavaScript，并在同事浏览器里运行。不能阻止XSS，因为XSS就是产品的一部分。

所以他们不阻止，只围堵。

每个仪表盘跑在沙箱iframe里，独立origin，没有cookie，严格CSP。它只能和父页面通过postMessage通信，父页面确认来源，附带会话，再调用API。内容token只有效一小时，且绑定单个仪表盘、单个访问者、单个主机。

第三，异步扫描元数据。新的仪表盘版本会被单独服务读取，抽出HTML和Snowflake查询，检查加载脚本和数据发送目标。多数规则只报告，比如读取原始数据而不是dbt模型、脚本没锁版本、90天没人打开。少数规则会拦截，比如引入没人用过的包脚本，或者出现WebRTC连接。

第四，权限继续交给Snowflake。每个查询都用访问者自己的token。分享仪表盘，不等于分享数据权限。

内容管理反而最轻。他们抄了Google Drive：空间、文件夹、分享、viewer、editor、owner，权限沿文件夹树向下，最强授权生效。版本按内容哈希存储，恢复版本会生成草稿。搜索、点赞、定时导出、团队同步，也都补齐。

作者说，内容管理大概一周就vibe-code出来。

真正花脑子的，是安全模型。

账单摊开，15万美元的SaaS突然不香了

把账本摊开，故事才真正有杀伤力。

这个项目累计325次提交，约74000行代码，其中20000行是测试。Claude token花费约6400美元。

时间成本是8个月，3个数据平台工程师在主业之外推进，另有朋友提交PR。Claude写了大部分代码，人负责白板讨论、争论和审查。

Looker并没有一夜归零。

有些团队还在用，部分仪表盘也没有替代方案。它的使用量是缓慢泄漏，不是崩盘。

但变化已经发生：做仪表盘不再昂贵。

他们用内部分析师agent做测算。每个仪表盘从第一次提问到最终页面，大约消耗100万tokens。

换到Opus 5.5后，单个仪表盘成本从约2.5美元降到约0.5美元。

运行成本也在明面上：AWS一年约6000美元，Claude每月约1300美元用于持续加功能，合计约2万美元一年。

对面，Looker是约15万美元一年。

作者把Looker拆成四件事：画图UI、权限模型、语义层、托管。

现在，Claude负责画图，Snowflake负责权限，dbt负责语义，托管HTML大约每月500美元。

拆完之后，剩下的就是一张15万美元的发票。

这不是孤例。

热门评论里有人说，他们公司也在用Claude替换每年30万美元的Looker订阅。Replit的Amjad Masad也提到，当能把数据仓库接到生产Postgres并自己做报表后，他们取消或缩减了大部分分析产品。

便宜的图表，不等于便宜的真相

但别急着给传统BI上香。

评论区很快有人泼冷水。

A BI tool is mostly a way to turn a query into a picture, and a picture now costs about $0.50 of tokens.

这句原文很狠，但确实把BI说得太简单。

很多公司真正卡住的地方，不是画图。

是定义什么指标重要，怎么测量，测量之后怎么改业务。

有genBI从业者也提到，漂亮图表的成本确实降到低位，但它可能是一张错图，配着错数据，被看一次就丢进历史。

难的是语义层，也是把用户的prompt和查询沉淀成可维护资产。

还有人指出，原文没有把工程师工资完整算进去。

这点我不太认同原文的乐观，但作者自己也承认，3个工程师8个月的时间分散在管道、dbt、仓库、Kubernetes和on-call之间，很难给出诚实数字。

如果你需要专门招一支团队来复刻这套系统，账就完全不一样。

还有一个更现实的问题：动态权限。

素材中的方案依赖Snowflake访问者token，已经比很多玩具级方案严谨。但评论区有人提醒，真实企业常常要按当前用户、用户组、组织层级动态查询。

这会让运行时生成和权限控制更复杂。

所以，AI干掉的是昂贵的画图外壳，不一定能顺手干掉数据治理。

Anthropic下场，自建还是买又变题了

故事还有一个后续。

10月8日，Anthropic发布Claude Dashboards beta。

问题立刻变成：他们是不是应该直接等官方产品？

作者的回答很直接：8个月前它不存在。

如果今天从零开始，他们大概率会先看Claude Dashboards。它AI原生，也没有Looker那种渲染问题。

但对这家公司来说，仪表盘只是表层。

真正粘住团队的，是它已经接进现有工作流：agent控制平面、分析平台、Slack、内部自建流程。

Claude Dashboards也许能覆盖一部分，但接进去仍要自己干。功能变化、价格上涨，也都要重新面对。

作者最后给出的判断也很清楚：如果你已经有平台、有团队、有明确业务流，除非对方拥有规模护城河，否则可以自己建。

AWS和Snowflake卖的是数据中心、PB级存储、共享算力。这些很难靠vibe-code复刻。

但BI的画图层，已经暴露在AI火力之下。

当一张图表的价格被压到0.5美元，企业软件真正还能收费的，可能只剩数据治理、权限体系和长期维护。

问题是，你的公司愿意为这层信任付多少钱？

【锐评】：AI把图表打成白菜价，BI厂商再卖昂贵外壳，就得解释自己到底在守护数据，还是守护账单。

参考链接：
https://david.lequin.dev/blog/bi-software-is-dead/