⁣
📰 地产+AI工具系列报告之六：面向Agent时代的工程师训练路径与国产大模型实践

本文聚焦Agent时代的工程化挑战与国产大模型落地路径。先指出企业对Agent应用的需求在提升，但落地受限于可靠性、成本、风险治理与运维等工程问题，关键在于是否具备将模型能力嵌入稳定业务链路的工程能力。为此提出在AI教育中介层提供系统化工程训练：通过“AI大模型学习之路”分四阶段、32模块、10个动手实验与多个实际场景，帮助具编程基础的开发者从API使用者转向AI系统构建者，涵盖从零实现、模型训练到RAG系统搭建、以及使用开源模型进行部署与压测等环节，强调故障定位和修复能力，以应对上线后常见的可靠性、成本与运维挑战。同时，国产大模型深度适配，降低生态迁移成本，将DeepSeek、GLM、Kimi、混元等模型整合进AI助教、推理部署和Agent开发等模块，关注量化、长上下文、框架适配与成本曲线管理等关键问题。平台本身也是AgentInfra的学习样本，通过AI助教、边缘函数、知识地图和学习状态管理，构成一个最小化的Agent系统，帮助学习者在推理、上下文、状态、记忆与成本治理等要素上获得实操经验。未来工程知识基础设施将成为国产模型落地的关键支撑，需关注推理框架、量化与Agent编排的成熟度、课程与案例的标准化、以及认证与培训的对接， lowering 隐性迁移成本，提升实际落地能力。

🏷️ #Agent #国产大模型 #工程化 #AI教育 #RAG

🔗 原文链接

⁣
📰 拆解Palantir最新AIP客户案例：哪些行业最先被Agent化？

在全球AI Agent的浪潮中，Palantir已将AI Agent成功部署于生产环境，尤其在医疗行业展现出显著成效。医疗行业因其高并发和高容错成本的特性，成为Agent化的首选领域。通过实时连接电子病历和人力资源系统，Palantir的AIP Agent能够自动生成最佳的床位分配和护士调度建议，显著提高医院的运营效率，减少了急诊室的滞留时间和护理成本。

此外，供应链与重工业也在Agent化中展现出潜力。通过建立库存匹配Agent，Trinity Rail成功消除了隐形库存，而Wendy's则利用数字孪生技术应对供应链短缺，实现了动态调配。这些案例表明，Agent不仅能提升运营效率，还能在复杂环境中提供灵活的解决方案。

Palantir的成功在于其本体优先的技术架构和快速的市场部署策略，使得企业能够在短时间内实现价值转化。这为中国科技高管提供了重要启示，强调了服务导向的解决方案和高痛苦场景的重要性，推动企业更好地利用AI技术。

🏷️ #AI #Agent化 #医疗行业 #供应链 #Palantir

🔗 原文链接

⁣
📰 AI 引领的企业级智能分析架构演进与行业实践

随着大模型技术的不断成熟，AI 正在推动企业数据分析从工具辅助向决策建议和工作流协同的转变。在 QCon 全球软件开发大会上，数势科技的李飞分享了企业智能分析架构的演进与实践，强调了智能分析在企业落地的重要性。通过建立统一的数据标准，企业可以有效整合不同层次的数据系统，实现更高效的智能分析。

在智能分析中结合 Agent 技术，可以提升分析效率，打破信息茧房。Agent 不仅能整合信息和工具，还能通过自然语言交互简化用户操作。为了提升数据分析的效率，Agent 需要在产品设计中考虑不同业务环节的快慢需求，确保满足各类场景的需求，最终实现数据分析的民主化。

此外，Agent 的记忆机制在数据分析中也至关重要。通过角色记忆、会话记忆和轮次记忆，Agent 能够更精准地理解用户需求，提供个性化的分析结果。未来，企业应关注 Agent 在数据洞察领域的应用，推动从数据到洞见的转变，以实现更高的效率和价值。

🏷️ #大模型 #智能分析 #数据洞察 #Agent技术 #企业数字化

🔗 原文链接