数据智能的实践与思考
我们在落地过程中学到的东西，关于数据、关于 AI、关于让技术真正服务于业务。
接口层战争打响：模型在贬值，数据上下文在升值
Dreamforce 24 小时连发 Koa 模型、AIforce 接口层与两笔 Agent 落地，DeepSeek 再把任务成本打到 0.07 美元。模型在贬值，企业数据上下文才是新战场。
智能体的下半场：从编排竞赛到本体图记忆
过去两天，OpenAI 把智能体编排做成公共 API，Salesforce 让智能体追逐跨周目标，Iyuno CLOE 则揭示了更深一层：让理解持续复利的不是更大的上下文窗口，而是一张随任务不断生长的持久本体图。
OpenAI 入局数据智能体：决胜点在语义层，不在模型
OpenAI 在 ChatGPT Work 推出 Data agent，直连企业数仓。但基准数据显示，企业级问数的瓶颈从来不是模型：企业 schema 上准确率仅约 21%，信心远超管控。语义层与数据治理，才是 AI 问数落地的分水岭。
AI 问数攻进真实企业库：91.7% 背后的三个架构真相
最新研究在 900 条真实企业查询上把 NL2SQL 答对率推到 91.7%，领先次优基线 54.6 个百分点。本文拆解三个架构真相：真实企业库有多难、成本感知 Agent 怎么做、为什么语义资产才是最大杠杆。
模型疲劳时代：企业 AI 底座的抗迭代设计
一周之内 Anthropic、Meta、谷歌、OpenAI 齐发新模型，CNBC 造出新词「模型疲劳」。本文拆解企业评测选型的真实负担，并给出四条抗迭代设计原则，让数据资产穿越模型迭代周期。
研读 Qwen3.8-Flash-Next：详解 51B N-gram Embedding 架构设计与行业影响
从一个被广泛误传的「58B」参数细节切入，我们尝试拆解 51B N-gram Embedding 的真实工作机制；同时也直面三类最常见的误区——它不是内置 RAG，也不会让 RAG 退出历史舞台，更不会带来通用能力的越级跃迁。一个更冷静的工程判断，或许比一份兴奋的测评更有价值。
Agent 能力冲上 Critical，企业敢用的前提是可审计
OpenAI 宣布 Astra 成为首个达到 Critical 网络安全能力层级的大模型，随之而来的是关于不可读推理的监控争议。当 Agent 自主性持续升级，企业落地真正的门槛不是榜单分数，而是每一步操作是否可审计、可追溯、可控。
Data Agent 独立成赛道：IDC 首发评估的三件事
9 月 1 日，IDC 首次发布中国 Data Agent 厂商评估：18 家厂商仅 4 家进入领导者象限，并预测到 2028 年 60% 的中国 500 强将部署企业级 Data Agent。数据智能体第一次成为独立采购品类。本文拆解首发评估的三个信号，以及落地前必须先打好的四张地基。
Agent 隔离治理期：从 ServiceNow 九倍增长、Replica Cyber 与 Kyndryl Incore Bank，看 OntiCards 的提前卡位
企业级 Agent 在 8 月最后一周同时进入两条主线：ServiceNow 生产部署 9 个月增长 9 倍、Replica Cyber 给 Agent 装上隔离引擎、Kyndryl × Incore Bank 用语义层 + 守门员 Agent 把银行 KYC 锁进治理范围。Gartner 预测 2027 年底 40% Agent 项目将被取消 —— 不是 Agent 不行，是治理还来不及。