活动推荐：DACon·上海站核心议程解析
2026年4月24-25日，DACon·上海站将聚焦企业级AI落地实践。大会涵盖Agentic RAG、多模态资产激活、企业级本体工程及Data+AI金融实践等议题，覆盖AI从底层基础设施到应用的全链路，为企业提供可复用的落地路径。
观远数据合伙人兼产品负责人严林刚将深度剖析《从数据分析到业务决策：智能决策平台演进实践》，解读如何通过"智能决策大脑"架构实现数据分析工具向业务决策系统的跃迁，助力企业建立可落地的数字化方法论。
Data Agent落地实践对话实录
4月9日，DataFunSummit围绕"从ChatBI到DataAgent"主题展开深度对谈。主持人杜淑均与小红书数据分析平台技术负责人杨周智、观远数据严林刚共同揭示：Data Agent落地的核心挑战并非模型能力，而在于语义收敛、知识结构化及结果可信度。企业真正需要的是能在复杂数据环境中稳定工作且获得业务信任的智能系统。
统一语义层：从概念到工程化落地
三位嘉宾指出，语义层本质是数据准确性的基础设施。小红书通过构建维度值映射体系，将口语表达精准转化为数据对象；观远数据强调语义层可采用To SQL、To DSL等多样化形态。核心共识在于：语义层是将企业隐性知识显性化的系统能力，需建立"先缩圈再识别"机制，在有限数据范围内实现精准匹配。
Prompt工程与SFT：差异化实施路径
针对Prompt优化边界问题，小红书验证了SFT在准确性提升中的关键作用，当准确率超过70%后需转向模型微调；观远数据则因产品复用需求，采取稳定系统提示词+动态知识模块注入策略。二者差异体现甲乙方核心诉求：甲方追求场景极致准确，乙方侧重产品化交付与商业可行性。
数据治理：Agent落地的基石
嘉宾一致认为"找数难"本质未变，需通过强化数据治理构建Agent可信资产。解决方案包括：建立主题域可控表集、完善字段注释与资产热度管理、实施指标定义上平台策略。杨周智特别强调，统一指标平台是解决口径冲突的根本路径，Data Agent的智能应体现为在企业规则边界内形成受约束的解释力。
生产级挑战：从Demo到落地的关键跨越
最大障碍在于建立业务信任体系：需定义明确的可验收标准，平衡准确性与响应速度；通过思维链显性化、数据溯源机制提升可解释性；构建成本敏感型架构，对高价值场景保留复杂推理链，日常报表则采用轻量化方案。严林刚指出："真正可用的系统需在智能增益与成本纪律间取得平衡。"
持续进化机制：三层飞轮体系
小红书建立线上问题聚类-SFT训练闭环，实现模型持续优化；观远数据提出"用户反馈-平台Bad Case优化-行业Know-how沉淀"三层飞轮。核心结论在于：Data Agent终局竞争力不取决于单点技术能力，而在于将错误反馈和业务知识持续沉淀为系统能力。
DACon上海站核心亮点
严林刚主题演讲前瞻
聚焦传统BI三大痛点：数据使用门槛高、洞察断链、决策闭环缺失。严林刚将通过观远数据实践，展示如何以Coding Agent为引擎构建"智能决策大脑"，打通"发现问题-理解原因-推动行动"决策链路，实现数据驱动业务行动的真正闭环。
大会技术矩阵
会议设置AI工程化实践、Data Agent架构设计、行业场景应用三大专题，覆盖金融、零售、制造等多领域落地案例。同期举办技术闭门会与圆桌交流，聚焦RAG优化、模型轻量化、企业级推理成本控制等核心议题。