数据管道与工作流编排工具Prefect宣布收购同类产品Dagster，将两家最具影响力的Apache Airflow竞争者合并为一家公司。此次交易尚未正式完成，但Dagster的开源编排工具及其全托管云服务Dagster+将保留原有名称、定价和产品路线图，Dagster团队约40名员工将随交易一同并入Prefect。
这不只是一场数据管道的整合
Prefect创始人兼CEO杰里迈亚·洛温在领英上发文阐释了此次收购的战略逻辑：这是一次押注——押注AI智能体可靠运行所需的各项能力。智能体需要明确的目标定义，同时也需要在执行路径脱离预设轨道时灵活应变。
在洛温的构想中，三款工具各司其职：Dagster负责定义和追踪执行目标，充当"目标设定"的角色；Prefect负责实际运行工作流，承担"灵活执行"的功能；Prefect旗下用于连接智能体与外部系统的工具FastMCP，则负责管控智能体在整个过程中可以调用的资源范围。
"现代编排领域迎来了新的重心。"洛温写道。
从竞争对手到一家公司
Prefect与Dagster均创立于约七年前，彼时两家公司同时以挑战者姿态出现，共同对抗当时被大多数团队用于调度和运行数据管道的主流工具Airflow。
Prefect的定位是为Python开发者简化生产级工作流编排、提升可靠性；Dagster则更注重数据管道的定义、理解与校验，强调管道应产出什么结果，而非仅仅执行一系列任务。
"多年来，Prefect和Dagster相互激励、共同提升了整个领域的水准，"洛温写道，"这种竞争催生了两款出色的产品，也孕育了数据生态中两个最具活力的开源社区。"
两款产品各自积累的能力，如今正被延伸到一个更宏大的使命上——Prefect相信，这些能力恰恰是AI智能体工作负载接下来所需要的。
两家公司都已转型布局智能体
事实上，两家公司在向AI智能体方向转型方面均已有所动作。2024年，Prefect 3.0正式发布，明确将支持智能体工作流作为核心方向。一年后，Dagster推出了Components功能，以可复用的YAML构建块替代手写Python来构建数据管道。随后，Dagster又推出Compass工具，允许分析师通过Slack发送自然语言提示来查询数据，无需编写SQL。
不过，这些功能在影响力上均不及Prefect通过FastMCP所建立的生态。FastMCP基于模型上下文协议（MCP）构建，这一开放标准由Anthropic于2024年底发布，允许AI模型发现并调用外部工具和数据。FastMCP让开发者只需编写普通Python函数，便可构建MCP服务器，无需直接对协议进行手动编码。Prefect在MCP发布的同月推出了FastMCP，Anthropic随后将其采纳为MCP的官方Python SDK。
创始人的告别
此次收购除了产品层面的整合，也意味着一段个人旅程的终结。Dagster创始人尼克·施罗克曾于2022年从CEO职位转任CTO，为彼特·亨特让位。官方收购公告中，两人均被列为将继续担任Prefect战略顾问，并在开源社区保持活跃。
然而，施罗克本人在同日发布的博文中，措辞更像是一次彻底的告别。"我想告诉大家，我将离开这个项目和公司。"他写道。
施罗克的离开为Dagster翻过了一页。而这场收购本身，则开启了新的篇章——Prefect押注于此：两家公司多年来为数据编排所打磨的理念，将在AI智能体进入生产部署的浪潮中同样大放异彩。
电商平台Redo的首席数据工程师兰登·贝利也在领英发文感慨这次合并：多年来，Prefect和Dagster是人们想从Airflow出走时最常转向的两个"小众选择"。他认为，两者合并后，将有更大的胜算向这个行业巨头发起挑战。
"Prefect借此向Airflow市场份额发起真正挑战的潜力，值得期待，"贝利写道，"单打独斗时，两款工具都难以撼动那个行业巨头，但现在，真正撕开缺口的机会来了。"
Q&A
Q1：Prefect为什么要收购Dagster？
A：Prefect收购Dagster的核心逻辑是押注AI智能体编排市场。Prefect CEO洛温认为，Dagster擅长定义和追踪执行目标，Prefect擅长灵活运行工作流，FastMCP负责管控智能体可调用的外部资源，三者结合可以构建一套完整的智能体运行基础设施。此次收购并非单纯的数据管道整合，而是为AI智能体工作负载做好准备。
Q2：收购之后Dagster产品还会继续存在吗？
A：会继续存在。根据收购协议，Dagster的开源编排工具和全托管云服务Dagster+将保留原有名称、定价和产品路线图，不会被合并或下线，Dagster团队约40名员工也将随交易并入Prefect继续参与产品开发。
Q3：FastMCP是什么，和MCP有什么关系？
A：FastMCP是Prefect开发的一款工具，基于Anthropic于2024年底发布的模型上下文协议（MCP）构建。MCP是一种开放标准，允许AI模型发现并调用外部工具和数据。FastMCP简化了MCP服务器的构建方式，开发者只需编写普通Python函数即可，无需手动实现协议细节。Prefect在MCP发布的同月推出了FastMCP，Anthropic后来将其采纳为MCP的官方Python SDK。