腾讯云 DataBuddy：Data Agent 的 RSI 初现
从发布会整理 DataBuddy 的四类任务、三块基石与两条接入路径，并解释工程治理的上下文更新和业务反馈为什么只是为自进化创造条件，而不是已经实现。
知识路径
产品
火山引擎 Data Agent：问数与深度研究为什么要分流
比较智能问数与深度研究的任务边界、共享语义和交付方式，解释多 Agent 的价值来自责任分工。
Data Agent 如何真正读懂“客单价”
从业务术语、实体人群、分子分母、时间粒度到指标契约，解释语义分析为什么必须发生在 SQL 生成之前。
Microsoft Fabric Data Agent 为什么坚持只读
从 Entra 身份、SQL/DAX/KQL 路由、Fabric 数据源与 Purview 治理理解只读分析组件的价值和限制。
AWS 的三条 Data Agent 路线，解决的是不同问题
比较 Amazon Quick、SageMaker Data Agent 与 Amazon Bedrock 三条路线的用户、交付物和治理责任。
Google Cloud Data Agent：三类上下文如何共同收敛
从数据上下文、业务上下文和会话上下文理解 Google Cloud Conversational Analytics 的查询、状态和治理边界。
Anthropic Skills：把分析经验从提示词变成可维护工作流
解释 Agent Skills 如何用指令、脚本和资源封装分析方法，以及企业落地时需要补上的数据语义、安全和制品验收。
OpenAI 内部 Data Agent：难点不是写 SQL，而是找对上下文
从表使用信息、人工注释、管道代码、机构知识、运行时反馈和记忆机制，拆解企业 Data Agent 的上下文工程。