决策智能

首页 标签 决策智能
# 决策智能 #
关注
3120内容
大型企业如何搭建BI系统?完整落地建设全流程指南
本文剖析大型企业BI建设困局,指出其本质是“从数据治理到决策机制的系统性重构”。针对数据孤岛、口径混乱、用不上等痛点,提出覆盖需求诊断、数据治理、敏捷建模、分层应用、智能决策的五步落地路径,并结合瓴羊Quick BI能力,提供可复制的实战指南。
2026国产BI市场全景:从“报表工具”到“智能决策中枢”的进化之路
2026年国产BI正从“可视化报表”迈向“智能决策中枢”。阿里云瓴羊Quick BI完成AI-Native架构升级,推出AIPro版本,具备分析力、理解力、行动力、可信度与成长性五大跃迁,支持对话式归因、企业语义理解、MCP联动执行及全链路溯源,连续七年入选Gartner魔力象限,成为中国BI出海标杆。
|
1月前
| |
来自: 云原生
AI 创新实践论坛·上海站精彩回顾 & PPT 下载
近日,云原生团队联合「公共云上海大区 & CTO 线」共同举办的「AI 创新实践论坛」圆满落幕。本场活动吸引了 70+ 名技术从业者参与,现场深度分享了多智能体治理、Agent 自进化、AI 网络底座、AIOps 智能运维等相关议题。
|
1月前
|
Harness 之后,Agent 领域下一个受关注的技术是什么?
Harness之后,Agent领域新焦点是“多智能体图化编排+长期记忆+可验证执行”三位一体的下一代基础设施。它突破单Agent瓶颈,通过有向状态图实现协同、可观测与容错;补齐记忆短板,支撑小时级长任务;以OpenTelemetry等实现全流程审计与边界守护——让Agent从Demo迈向可靠数字员工。(239字)
|
1月前
|
Agent编排平台怎么选?先问自己这三个问题
选Agent平台不必纠结“谁最好”,关键看是否匹配自身实际。本文提出三问自检法:1.团队能否维护开源底层?2.业务是单点任务还是跨系统长链?3.数据能否出内网?厘清这三点,自然锁定最适合的生产级方案——适配比参数更重要。
|
1月前
| |
Agent 跑挂了,谁来背锅?TrajDebug 追着"错误的一生"找真凶
TrajDebug是清华与腾讯提出的智能体关键错误定位新方法,首创“错误生命周期”追踪:先多粒度压缩长轨迹,再逐字证据检测局部错误,继而判断其是否被修复/留痕,最后在候选集中精准归因。在7个基准上最高达34.11%定位准确率,并可生成反馈提升Agent成功率。
|
1月前
| |
一文读懂什么是 Subagent
Subagent是一种工程化模式,通过将复杂任务拆解为多个职责专一的子代理(如探索、编码、测试、审查),实现上下文隔离、权限最小化与并行执行,有效解决单Agent的上下文过载、职责混乱和工具权限过大等问题。
企业多智能体协作的工程边界:MCP 工具接入与 A2A 任务编排实践
本文探讨多智能体系统可靠协作的关键——通过MCP(代理到能力)规范工具调用,A2A(代理到代理)接口统一任务契约,解决参数混乱、重复执行、状态不可知等工程痛点,推动智能体从Demo走向可运维的生产系统。(239字)
|
1月前
|
别再给大模型“叠Buff”了:实测Agent死循环后,我总结的这套“瘦身”落地架构
本文批判AI落地中盲目堆砌Agent的“草台班子”现象,指出过度设计导致死循环与低效。提出轻量级“状态机+决策沙箱”架构,剥离不确定性交由确定性代码控制,实测将测试用例生成成功率从55%提升至89%,响应缩至12秒。
免费试用