Hex

Hex 這幾年的定位一直在往上長。最早它是「可以協作的 SQL＋Python 筆記本」，現在官網的說法是給人類和 AI agent 共用的分析平台，核心多了兩個 AI 入口：給分析師用的 Notebook Agent，以及給非技術同事用的 Threads。

Notebook Agent 住在 Hex 的 notebook 裡，你用自然語言交代「把上季各通路的回購率拆開來看」，它會自己寫 SQL cell、Python cell、畫圖，最後把結果整理成報告，你再逐格檢查、修改。Threads 則是對話式的自助分析，業務或 PM 在網頁或 Slack 裡直接問問題，答案會依照公司已經定義好的指標去算。這背後靠的是 Context Studio：資料團隊可以把 semantic model、資料表說明、商業規則放進來，系統還會提示哪些地方的脈絡不足、容易讓 AI 算錯。另外還有 Evals，可以在改動上線前先跑測試，甚至比較不同模型的價格與品質。

功能特色與適用場景：資料來源方面支援 Snowflake、BigQuery、Databricks 等主流倉儲，可用 OAuth 沿用倉儲原本的權限；跟 dbt 整合很深，會把 dbt 文件拿來補 schema 說明；版本控制接 GitHub、GitLab，排程可接 Airflow、Dagster、Prefect。做好的分析能包成互動式 Data App 給全公司看，App 裡也能開對話。Hex 還提供 API 與 MCP server，讓 ChatGPT、Claude、Cursor 等工具直接讀你的 Hex 工作區。官網列出的客戶包括 Reddit、Notion、Figma、Ramp、Anthropic、Cursor 等。

給台灣使用者的建議：它最適合已經有資料倉儲、有一兩位分析師的團隊，例如電商、SaaS、遊戲公司，痛點是「業務一直來問數字、分析師被報表淹沒」。Community 免費版可以先接一個倉儲試 Notebook，但 AI 額度有限；要讓整個團隊用 Threads 自助問數據，至少要 Team 方案，而且 Context Studio 的語意層要先花時間建，否則 AI 很容易算錯指標。介面與 AI 都能吃中文提問，不過欄位名稱與商業規則最好用中英對照寫清楚。如果公司資料還散在 Excel 和 Google 試算表，Hex 會太重，先把資料搬進倉儲再說。