一份运营周报，传统流程要 1-2 天；腾讯 PCG 大数据平台部的数据 AI 助手，分钟级交付。提速不是来自更大的模型，而是来自一条被重写了两次的架构路线。
数据分析场景里，通用大模型直接落地"不够好"：业务口径不懂、SQL 出错、上下文爆炸、执行跑飞。瓶颈不在模型会不会写 SQL，而在它说不清业务、跑不完整流程、留不下可复用的经验。
腾讯的解法是"好 Agent = 好模型 × 好架构 × 好知识"的乘法公式。模型层用 LLM 调度与上下文压缩让"模型跑得稳"；架构层用 Agent 核心 + 工具与协议层让"模型组合发力"；知识层用数据语义库、Skill 技能系统、知识自进化让"模型懂业务"，记忆系统、上下文工程让经验越用越深。再叠加 EDD 评测驱动开发，端到端任务完成率、交付质量、人工干预率三维度量。
落地时破解 Agent 落地的"八面围城"——知识碎片化、工作流桎梏、上下文困境、记忆缺失、单模型局限、工具调用不可靠、流程难复用、经验不沉淀，每一面都对应架构中的一个模块。两年生产实践沉淀下来的不是 prompt 技巧，而是一套可复用的模块化架构模板。
数字员工不是更大的 Copilot，而是能独立接需求、规划分析路径、调用工具、生成交付物的端到端执行体。它跑完运营周报、生成对话内 HTML 看板、定时跑日报周报——分析师从需求接收到交付的多个手工环节被替代，任务从数天缩短到分钟级、提速 10 倍+。
数字员工与人工分析师的协作边界同样关键：智能问数全自动、深度分析报告需关键节点人工确认、合规与高风险动作由人主导。这种"该全自动的全自动、该人工兜底的人工兜底"的边界设计，才是企业落地最该复制的工程经验。
10月23-24日，DACon 2026北京站，腾讯 PCG 大数据平台部高级算法研究员谢苑珍将带来演讲，分享《从 Workflow 到数字员工：一个生产级数据分析 Agent 的架构与落地》。
谢苑珍，腾讯 PCG 大数据平台部高级算法研究员，发表 ACL/ICDM/KBS/WSDM/CIKM 等期刊会议论文 11 篇，近年来专注于大模型在数据分析领域的前沿探索与落地，对 LLM Agent 领域有深入研究。
你能带走什么：
·一套可复用的 Agent 架构设计模板：数据语义层 / Skill 系统 / 记忆系统 / 上下文工程 / LLM 调度 / 工具与协议 / 技能系统 / 自进化八大模块
·一组端到端落地的工程实现路径：从智能问数到例行化任务的完整链路与提速数字
·一张"数字员工 × 人工分析师"协作边界清单：哪些全自动、哪些人工确认、哪些人工主导
·一套 EDD 评测驱动开发方法：用端到端任务完成率、交付质量、人工干预率三维度量
📅 时间：2026 年 10 月 23-24 日
📍 地点：北京希尔顿逸林酒店
🔥本体落地企业集中亮相｜参会报名火热进行中... ...DACon 2026 北京站，15 个分论坛，60+真实应用案例，2 天沉浸式学习交流，现场还会组织闭门会、晚场圆桌交流，讲师们会围绕具体的技术点进行介绍，旨在丰富大家在参会体验，希望大家不虚此行，满载而归。
