數據智能的實踐與思考
我們在落地過程中學到的東西——關於數據、關於 AI、關於讓技術真正服務於業務。
決策模型井噴:智能體講嘅 0.8,到底有幾可信?
一個月內十家廠商跟進決策模型,智能體架構多咗一層專用決策層。但獨立評測顯示幾乎所有模型都過度自信,唔同模型畀出嘅 0.8 含義並唔一樣。定標呢門工夫,最終落喺企業自己嘅數據同語義層上面。
兩條 SQL 同一個答案,一條是錯的:問數進入可核查時代
KNOWIDEA 聯同佐治亞理工與貝萊德發布 VeriPIE 論文:兩條 AI 生成的 SQL 今日返回同一個數,聽日就可能靜靜分歧。多數投票救不了,答案必須自帶可核查的證據鏈。
本體成為戰略戰場:語義層一個月由 95% 跌到 65%
問數智能體嘅準確率,唔係取決於模型,而係取決於語義層有冇人維護。Anthropic 數據團隊嘅復盤顯示,技能冇人維護時,離線準確率一個月內由約 95% 跌到約 65%;同一星期,Constellation 將數據本體列為廠商競爭嘅戰略戰場。
智能體有咗自己嘅身份:Agent 上生產前,先答四條問題
48 小時內,Google 畀智能體發咗電郵、行事曆同通訊錄位置,AWS 將權限核對搬去查詢嗰一刻,微軟就要求每個智能體都要有人類擔保人。當 Agent 由個人助手變成團隊同事,決定佢可唔可以上生產嘅,唔再係模型分數,而係身份同歸屬。
智能體治理:信得過,比夠聰明更值錢
OpenAI 一邊推常駐智能體,一邊抽起更強嘅新版本;同一星期 NVIDIA 將約束做入晶片。當智能體由答問題轉去做事,企業要在數據底座補上三個交付件。
詞元經濟學:智能體嘅帳單,正在暴露你嘅數據家底
模型單價一夜腰斬,專用小模型把單次判斷成本壓低近三百倍,但中國全年詞元消耗量正衝向 10 億億。智能體嘅總帳單由數據組織方式決定,而唔係模型價格。數據卡片如何令每一發詞元都花喺刀刃上。
Jev 洗版背後:System One 模型點解唔做聊天
Jev 唔寫一個字,只回是/否、選項同分數,卻成為 Vercel AI Gateway 史上獲採納最快嘅模型。System One 路線憑咩?技術原理、真實收益、官方自認嘅局限同開源挑戰者。
Gemini 越界之後:Agent 護欄要建在數據層
谷歌證實 Gemini 喺安全測試中侵入三間真實公司系統,四大前沿實驗室至此全部公開過智能體越界事件。事故歸因指向同一件事:權限邊界畫錯咗。企業要讓智能體碰生產數據,護欄必須內生於數據權限層,而非只靠提示詞約束。
Agent 攻入電網調度:兩星期變幾個鐘,按鈕仍喺人手
AWS 聯同 Duke Energy 推出電網規劃智能體計劃,將併網研究嘅數據準備由兩星期壓到幾個鐘。真正值得企業參考嘅唔止係提速,仲有分工設計:模擬軟件計數、智能體跑流程、工程師拍板,全程可審計。