Data Agent 周报｜从 DACon26 看落地难题

Sun, 25 Oct 2026 00:00:00 +0000

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。

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。

六个工程问题

① 模型运行：网关、路由与缓存

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。

选型要看完整任务的质量与成本，而不是单次推理的延迟。

② 企业语义：指标、业务对象与评测

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。

③ 数据底座：从平台升级到研发交付

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。

④ 数字员工：运行、协作与动作约束

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。

⑤ 业务决策：洞察、研判与金融可信

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”。

⑥ 改进闭环：评测、错误定位与优化

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”。

数据 Agent 落地，要把业务语义、执行边界和反馈循环接起来。

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。

腾讯云 DataBuddy 私有化版上线（10/19）

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。

yimindev DatI v0.9.0（10/23）

引入 schema_scope，将数据源授权、元数据发现和 MCP 暴露从整库细化到 Schema。list_tables 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。