8 октября Anthropic выпустил Claude Dashboards. Подключите источник данных, опишите, что вам нужно, на естественном языке — и Claude сможет написать SQL, построить визуализации и создать дашборд, который продолжает обновляться.
Моей первой реакцией было: это пересекается с несколькими идеями, которые я исследую в DuckLocal.
DuckLocal — настольный инструмент для локальной работы с данными, который я создаю на DuckDB и GPUI. Помимо запросов и исследования файлов, я работаю над декларативными дашбордами, которые позволяют ИИ-агентам участвовать в анализе и визуализации.
Поэтому Claude Dashboards стал для меня не просто интересным релизом продукта. Он заставил меня переосмыслить, куда DuckLocal должен двигаться дальше.
1. Что делает Claude Dashboards?
Построение дашборда традиционно означает подключение базы данных, понимание её схемы, написание SQL, выбор графиков и метрик, настройку фильтров, компоновку и публикацию результата. Ни один из этих шагов не является чем-то особенным для аналитика, но вместе они остаются существенным барьером для всех остальных.
Claude Dashboards переносит эти шаги в диалог на естественном языке. Пользователь может спросить:
Проанализируй динамику нашей выручки за последние шесть месяцев, разбей её по регионам и покажи самую быстрорастущую часть бизнеса.
Claude может сгенерировать запросы и графики по подключённым данным. Он поддерживает такие платформы, как Snowflake, BigQuery, Redshift, Databricks и ClickHouse, а коннекторы могут подтягивать данные из бизнес-систем вроде Salesforce.
Мне бросились в глаза два проектных решения.
Дашборд становится объектом анализа, который продолжает развиваться
Дашборд — не просто финальная презентация. Пользователь может продолжать просить Claude изменить график, добавить фильтр или исследовать другое измерение, не перестраивая дашборд вручную.
SQL за каждым графиком остаётся видимым
Пользователи могут изучать не только результат, но и то, как он был вычислен. ИИ может снизить барьер для анализа, но не должен превращать анализ в непрозрачный чёрный ящик.
2. Что подтверждает Claude Dashboards?
На протяжении всей разработки DuckLocal я придерживался одной идеи:
Дашборд не должен быть статичной страницей в конце BI-процесса. Он должен быть рабочим пространством, где люди и ИИ-агенты вместе анализируют данные.
В традиционном BI аналитик обычно создаёт дашборд и передаёт его бизнес-пользователям. Когда кто-то сомневается в метрике, он возвращается к аналитику, а тот обновляет SQL или добавляет ещё один график.
ИИ-агент может изменить этот цикл. Человек задаёт вопрос; агент исследует данные и создаёт дашборд. Когда человек замечает что-то неожиданное, он просит агента скорректировать запрос или копнуть глубже.
Дашборд превращается из односторонней отчётности в двустороннее аналитическое взаимодействие. Claude Dashboards укрепил мою уверенность в том, что это направление стоит исследовать.
Выход крупной компании в новую область сам по себе не доказывает коммерческий спрос. Но он показывает, что анализ на естественном языке, SQL и дашборды стали активной областью инвестиций в ИИ-продуктах. Пользователям, возможно, нужны не столько новые графики, сколько более быстрый путь к достоверным ответам.
3. Два урока, которые я вынес из Claude Dashboards
В DuckLocal v0.2.1 появились две возможности, связанные с этим направлением.
Дать людям и агентам сотрудничать вокруг графика
Первая — комментарии к дашбордам. Человек может оставить вопрос прямо на графике в DuckLocal:
Почему в этот период подскочила доля ошибок? Пожалуйста, разберись.
Агент может прочитать комментарий через CLI DuckLocal, проанализировать проблему и ответить. Человек может продолжить обсуждение или закрыть ветку, когда вопрос решён. Комментарии хранятся рядом с дашбордом в файле .dash.comments.json, поэтому рабочий процесс не требует облачного сервиса для совместной работы.
.dash, где агент может прочитать его и ответить с помощью ducklocal comments.Модель, которую я хочу закрепить, такова:
Человек задаёт вопросы и принимает решения. Агент выполняет анализ. Дашборд — их общий контекст.
Полезный анализ редко получается за один проход. Он складывается из вопросов, проверок и исправлений.
Сделать SQL проверяемой основой анализа
Вторая возможность — просмотр SQL графика. DuckLocal v0.2.1 может показать последний фактически выполненный SQL для каждого графика дашборда с раскрытыми источниками данных и текущими значениями фильтров. Пользователь может скопировать этот SQL или открыть его во вкладке запроса, чтобы изменить и выполнить.
График, созданный ИИ, может выглядеть правильно, хотя его расчёт неверен. Метрика роста может использовать неверный временной диапазон или не учитывать часть бизнеса. Если показать только итоговую картинку, такие ошибки трудно заметить.
Раскрытие SQL делает анализ прозрачнее. Особенно для финансовой, аудиторской работы и задач безопасности результат должен быть проверяемым и воспроизводимым, а не просто легко понятным.
Связанная документация: Проверка дашборда с комментариями · Чтение и ответы на комментарии из CLI
4. Чем Claude Dashboards и DuckLocal отличаются?
Оба продукта стремятся снизить барьер для анализа данных и сделать дашборды чем-то, что люди могут продолжать исследовать, проверять и менять. Тем не менее их позиционирование и модели работы различаются.
| Критерий | Claude Dashboards | DuckLocal |
|---|---|---|
| Позиционирование | Анализ и дашборды на основе ИИ | Настольное рабочее пространство для локальной работы с данными |
| Среда выполнения | Облачный продукт Claude | Локальное настольное приложение |
| Доступ к данным | Коннекторы к платформам данных и бизнес-системам | Локальное выполнение в DuckDB с явными внешними подключениями при необходимости |
| Модель дашборда | Генерируется и изменяется через естественный язык | Декларативные текстовые файлы с рабочими процессами CLI и агентов |
| Совместная работа с ИИ | Преимущественно через диалог с Claude | Через CLI и комментарии, привязанные к графикам |
| Прозрачность SQL | Просмотр SQL за графиком | Просмотр, копирование и открытие фактически выполненного SQL |
| Модель исходного кода | Закрытый коммерческий продукт | Открытый код под Apache-2.0 |
| Приватность и контроль | Облачный сервис и модель разрешений коннекторов | Локальное выполнение с явным контролем над хранением и доступом к сети |
DuckLocal не обязан конкурировать с Claude Dashboards по каждой функции. Сильнейшие стороны Claude — сама модель и её интеграция с корпоративными источниками данных и другими инструментами. Для компании, которая уже использует Claude и облачные платформы данных, такой опыт — естественный выбор.
Но остаётся и другой класс потребностей: не каждый набор данных должен попадать в ИИ-сервис, и не каждый анализ требует облачной платформы данных.
Исследование локального CSV, аудит экспортированного финансового набора данных или разбор журналов безопасности с чувствительной информацией могут не требовать ничего, кроме локальной среды анализа. DuckLocal следует локальному подходу, чтобы такие задачи выполнялись на устройстве самого пользователя.
Локальное ПО не удовлетворяет автоматически всем требованиям соответствия. Но оно даёт пользователям более прямой контроль над тем, где хранятся данные, где выполняются запросы и когда используется сеть.
Приватность должна быть поведением продукта, а не обещанием в README
В v0.2.1 я изменил способ установки расширений DuckDB. Раньше некоторый SQL мог заставить DuckDB автоматически скачать расширение из сети. Теперь DuckLocal по умолчанию так не делает; пользователь должен осознанно установить расширение со страницы Extensions. Автоматические проверки обновлений также выключены по умолчанию.
Для продукта с локальным подходом приватность не может ограничиваться строкой в README. Она должна проявляться в настройках по умолчанию.
Открытый исходный код — ещё одно важное отличие. Пользователи могут изучить код и логику обработки данных, а затем изменить продукт под свои требования. Для работы с жёсткими ограничениями по приватности и безопасности такая проверяемость и контроль могут стать долгосрочным преимуществом.
5. Дальше: сделать дашборд настоящим рабочим пространством для людей и ИИ-агентов
У дашбордов DuckLocal теперь есть декларативная конфигурация, SQL-запросы, визуализации и комментарии к графикам. Но им ещё далеко до среды анализа для людей и ИИ-агентов, которую я представляю.
Мой следующий приоритет — не добавить как можно больше типов графиков, а соединить шаги анализа:
- Человек задаёт вопрос на графике; агент понимает данные и SQL графика и продолжает исследование.
- Агент не просто отвечает: он предлагает изменения дашборда на основе найденного.
- Человек проверяет SQL, рассуждения и изменения, прежде чем решить, принять ли их.
- Дашборд фиксирует не только итоговый результат, но и вопросы, находки и решения, которые к нему привели.
Я хочу, чтобы DuckLocal стал больше, чем GUI для DuckDB, и больше, чем BI-инструмент: локальным рабочим пространством для данных, где люди и ИИ-агенты могут продолжать работать вместе с одними и теми же данными.
6. Заключение
Claude Dashboards указывает на более глубокое сближение естественного языка, SQL и визуализации данных.
Дашборды, сгенерированные ИИ, — первый шаг. Куда интереснее задача — устойчивое сотрудничество людей и ИИ вокруг данных.
Claude расширяется от ИИ-ассистента к рабочему пространству анализа данных. DuckLocal идёт с другой стороны: локальный инструмент для данных постепенно добавляет сотрудничество с агентами. Их истоки и пути различаются, но оба приближаются к одним и тем же вопросам.
Я хочу, чтобы DuckLocal опирался на три принципа:
Локальный подходОткрытый кодСотрудничество людей и ИИ-агентов
Пользователи должны контролировать свои данные. Анализ должен быть прозрачным. ИИ должен сотрудничать с человеком, анализирующим данные, а не становиться чёрным ящиком, который нельзя проверить. Поэтому я продолжаю создавать DuckLocal.