<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>周报 on DataAgentX</title><link>https://e343c64b.dataagentx.pages.dev/zh-cn/tags/%E5%91%A8%E6%8A%A5/</link><description>Recent content in 周报 on DataAgentX</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Sun, 25 Oct 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://e343c64b.dataagentx.pages.dev/zh-cn/tags/%E5%91%A8%E6%8A%A5/index.xml" rel="self" type="application/rss+xml"/><item><title>Data Agent 周报｜从 DACon26 看落地难题</title><link>https://e343c64b.dataagentx.pages.dev/zh-cn/news/20261025-data-agent-weekly-2026-10-24/</link><pubDate>Sun, 25 Oct 2026 00:00:00 +0000</pubDate><guid>https://e343c64b.dataagentx.pages.dev/zh-cn/news/20261025-data-agent-weekly-2026-10-24/</guid><description>&lt;p&gt;&lt;a href="https://e343c64b.dataagentx.pages.dev/images/articles/weekly-dacon26/core-zh.svg"&gt;&lt;img src="https://e343c64b.dataagentx.pages.dev/images/articles/weekly-dacon26/core-zh.svg" alt="DACon26 落地的六个工程问题"&gt;&lt;/a&gt;&lt;/p&gt;&#10;&lt;p&gt;覆盖北京时间 2026 年 10 月 18—24 日。本期重点是从 DACon26 北京站的 19 场分享中提炼六个工程问题，其余进展按产品与开源分类整理。&lt;/p&gt;&#10;&lt;p&gt;10 月 23—24 日，DataFun 主办 DACon26 北京站。下面的六个问题是从相关官方议题中归纳的，文中的点评为编辑技术分析，代表分享使用简题，完整官方题目与讲者见文末来源中的 DataFun 官方议程链接。&lt;/p&gt;&#10;&lt;h2 id="六个工程问题"&gt;六个工程问题&lt;/h2&gt;&#10;&lt;p&gt;&lt;strong&gt;① 模型运行：网关、路由与缓存&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;PPIO、敦煌网、LMCache 分别讨论网关、路由和缓存。三者的共同点是：模型不再是单次调用，而是一个需要调度、复用和成本控制的运行层。&lt;/p&gt;&#10;&lt;p&gt;选型要看完整任务的质量与成本，而不是单次推理的延迟。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;② 企业语义：指标、业务对象与评测&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;蚂蚁、360、OceanBase 连接指标、业务对象与评测。语义资产既要能执行，也要持续维护——这两件事的难度不同，前者靠工程，后者靠归属。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;③ 数据底座：从平台升级到研发交付&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;高德、OPPO、得物把数据平台的能力延伸到研发与分析交付。底座的价值不在于多存了多少数据，而在于能否支撑从发现问题到交付结果的全流程。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;④ 数字员工：运行、协作与动作约束&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;阿里、腾讯、京东科技讨论 Agent 的运行、流程协作与动作约束。当 Agent 从“给建议”走向“执行动作”，约束机制的重要性超过能力本身。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;⑤ 业务决策：洞察、研判与金融可信&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;快手、高德推进洞察与经营研判，蚂蚁、XTransfer 强调金融可信性。同一套技术，在金融场景里首先要回答的是“错了会怎样”。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;⑥ 改进闭环：评测、错误定位与优化&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;高德、美团、润和软件连接评测、错误定位与优化手段。闭环的关键不是“能不能改”，而是“知不知道改哪里”。&lt;/p&gt;&#10;&lt;h2 id="我的判断"&gt;我的判断&lt;/h2&gt;&#10;&lt;p&gt;数据 Agent 落地，要把业务语义、执行边界和反馈循环接起来。&lt;/p&gt;&#10;&lt;p&gt;先找到失败发生在哪一环，再决定改知识、改工具，还是改模型。这个顺序很重要：如果失败来自语义缺失，换更强的模型只会让它更快地算错；如果失败来自权限设计，补知识也无济于事。&lt;/p&gt;&#10;&lt;h2 id="本周其他进展"&gt;本周其他进展&lt;/h2&gt;&#10;&lt;p&gt;&lt;strong&gt;腾讯云 DataBuddy 私有化版上线&lt;/strong&gt;（10/19）&lt;/p&gt;&#10;&lt;p&gt;官方宣布支持私有化部署，以本体统一业务对象、指标和关系；通过脱敏与抽样沙箱验证数据任务。数据工程模块将接入、Schema 处理、清洗和作业编排封装为可组合 Skills。操作、资产、数据三层权限沿用用户身份，查询和执行保留审计记录。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;yimindev DatI v0.9.0&lt;/strong&gt;（10/23）&lt;/p&gt;&#10;&lt;p&gt;引入 &lt;code&gt;schema_scope&lt;/code&gt;，将数据源授权、元数据发现和 MCP 暴露从整库细化到 Schema。&lt;code&gt;list_tables&lt;/code&gt; 合并导入表和授权 Schema 中的物理表，按 Schema 与表名去重，导入元数据优先，并设置物理表发现数量上限。&lt;/p&gt;</description></item><item><title>Data Agent 周报｜国内外团队在补什么？</title><link>https://e343c64b.dataagentx.pages.dev/zh-cn/news/20261018-data-agent-weekly-2026-10-17/</link><pubDate>Sun, 18 Oct 2026 00:00:00 +0000</pubDate><guid>https://e343c64b.dataagentx.pages.dev/zh-cn/news/20261018-data-agent-weekly-2026-10-17/</guid><description>&lt;p&gt;&lt;a href="https://e343c64b.dataagentx.pages.dev/images/articles/weekly-2026-10-17/core-zh.svg"&gt;&lt;img src="https://e343c64b.dataagentx.pages.dev/images/articles/weekly-2026-10-17/core-zh.svg" alt="本周十条进展共同补齐的分层"&gt;&lt;/a&gt;&lt;/p&gt;&#10;&lt;p&gt;覆盖北京时间 2026 年 10 月 11—17 日。这一周先看 4 条国内动态，再看全球进展。&lt;/p&gt;&#10;&lt;p&gt;整理下来，10 条消息指向同一个方向：&lt;strong&gt;Data Agent 的竞争正在从“能不能回答”转向“能不能持续、可信地参与工作”&lt;/strong&gt;。具体表现为应用可复用、上下文可继承、语义先于执行、验证内建在流程里。&lt;/p&gt;&#10;&lt;h2 id="国内把分析路径变成可复用资产"&gt;国内：把分析路径变成可复用资产&lt;/h2&gt;&#10;&lt;p&gt;&lt;strong&gt;01 阿里云 Quick BI：归因思路与作品复用&lt;/strong&gt;（10/13）&lt;/p&gt;&#10;&lt;p&gt;v7.0.1 新增指标拆解树与拆解公式链，图表可保存自定义归因思路；AI 报表支持协同编辑，作品广场让报表、报告和 HTML 看板在组织内复用。&lt;/p&gt;&#10;&lt;p&gt;意义在于：分析路径可以随图表沉淀，业务团队能接着修改和使用 Agent 生成的作品，而不必每次从零开始。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;02 衡石科技：沿现有看板继续分析&lt;/strong&gt;（10/12）&lt;/p&gt;&#10;&lt;p&gt;Data Agent 沿当前看板的指标、筛选与时间范围继续追问，辅助图表和指标创作；查询、编辑、保存分别管理。&lt;/p&gt;&#10;&lt;p&gt;这类“看板上下文”的设计解决了一个具体问题：连续追问时，哪些指标与过滤条件被继承、替换或新增，必须明确。否则追问越多，口径漂移越远。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;03 大应科技：业务语义先于执行&lt;/strong&gt;（10/15）&lt;/p&gt;&#10;&lt;p&gt;Aloudata 作者提出，先整理指标、关系和计算规则，让 Agent 据此选择与组合；遇到口径缺口时准确反问。&lt;/p&gt;&#10;&lt;p&gt;文章以净销售额、财务收入、客户映射及订单关联为例，指出企业知识可能藏在历史 SQL 和报表中，需要整理成当前任务可用的上下文。面对支付、发货、财务确认等不同口径，Agent 应提出具体澄清，再据确定的规则执行。&lt;/p&gt;&#10;&lt;p&gt;&lt;strong&gt;04 yimindev：DatI 新增游客试用&lt;/strong&gt;（10/14）&lt;/p&gt;&#10;&lt;p&gt;DatI v0.8.0 加入游客试用入口。项目用业务术语、元数据和参数化 SQL 工具，将数据库封装为 Agent 可调用的 MCP 服务。&lt;/p&gt;&#10;&lt;p&gt;降低试用门槛本身不构成能力突破，但它让“语义网关”这个配置路径更容易被评估。&lt;/p&gt;&#10;&lt;h2 id="全球应用验证与评测同时推进"&gt;全球：应用、验证与评测同时推进&lt;/h2&gt;&#10;&lt;p&gt;&lt;strong&gt;05 Google Cloud：Looker Data Apps 进入 Preview&lt;/strong&gt;（10/12）&lt;/p&gt;&#10;&lt;p&gt;Agent 生成的交互式应用进入 Looker 原生托管环境，复用 LookML 语义模型、行级安全和访问控制，用户可调参数、比较情景并触发下游工作流。生成后的交互没有运行时 LLM token 消耗。&lt;/p&gt;</description></item></channel></rss>