当某类关键物料接近安全库存时采购负责人向 Agent 提出一个问题“是否需要提前补货”Agent 很快给出一份分析结果包括当前库存水平、未来需求预测、建议采购数量及对应的补货依据。从表面看一次高效的数据分析已经完成。但这一判断还将进一步影响生产安排、资金占用、订单履约和客户体验。由此一个更关键的问题随之出现相关方是否认可这一分析结果其中的数据与判断是否具有足够的公信力能够进一步形成共识并支撑协同决策Kyligence 认为当 AI 直接进入业务场景后真正受到考验的已不只是回答能力更在于Agent 能否基于企业共同认可的业务事实作出可靠判断。实际业务中库存、在途采购、生产计划和需求预测往往分散在不同系统中“可用库存”“安全库存”等指标口径也不统一。如果 Agent 无法理解这些数据关系和计算逻辑即使分析看似完整也难以支撑真实决策。在简单问答中人还能事后校对但在多步骤的复杂任务中一次理解偏差就可能沿任务链放大影响后续判断甚至执行。这也带来一个新的问题如何让 AI 在长任务中持续基于企业认可的事实和规则进行判断01长任务时代需要持续验证数据共识过去几年AI 在内容生成、信息整理和辅助分析等场景中已经证明了提升个人效率的价值。但企业业务并不是由单个人完成的真正复杂的经营活动往往跨越多个部门、系统和决策环节。个人效率关注的是一个人能否更快完成任务团队效率关注的则是销售、财务、供应链和管理层能否基于同一套事实协同判断。AI 要进入这样的协作体系也必须理解企业内部的数据定义、业务规则和分析逻辑。因此Agent 需要具备在长任务的每一个步骤中随时、持续校验数据可信度的能力这正是数据语义层在 AI 工具中的意义。本图由 AI 制作例如当一个营销分析长任务执行到阶段性总结环节时Agent 可能根据上个月“营销费用环比增长 8%”“销售活动数量环比增长 12%”但“订单数仅环比增长 2%”这一组数据得出上月投入产出比低于预期的结论。此时就需要对每一个关键指标的语义定义和数值结果进行二次校验确保在经过大模型的多个中间步骤后重要结论依然建立在可信的数据基础之上。只有这样用户才能放心地持续使用智能体工具。由此可见长任务中的数据共识并不是在任务开始时提供一份正确的数据而是让关键事实在任务推进过程中能够被持续调用、验证和追溯。企业级 Agent 需要的也不只是生成答案的能力而是一套贯穿任务全过程的可信机制数据来自哪里、指标如何定义、分析如何展开、结论如何形成都应当清晰、可控、可追溯。02Kyligence Data Agent让企业共识进入 Agent 工作流要让 Agent 在复杂任务中保持稳定判断首先需要将企业已有的数据资产、指标体系和业务逻辑转化为可以被 AI 理解和调用的统一业务语义。长期以来Kyligence 持续建设企业统一语义层对分散在不同系统中的数据、指标定义、计算逻辑和业务关系进行统一管理并将收入、利润、库存、客户、增长等核心指标沉淀为稳定的经营语言。无论调用者是业务人员、业务系统还是智能体都能够基于同一套定义理解企业业务。本图由 AI 制作在此基础上Kyligence Data Agent 可以按照企业配置的权限和规则调用相应的数据、工具、模型与行业算法动态组织分析路径并记录指标使用、计算依据和分析过程。其输出不再只是自然语言答案而是具备业务依据、过程可验证、结果可追溯的分析结果。回到补货场景Kyligence Data Agent 可以综合库存状态、在途采购、需求预测和采购周期形成补货判断及关键依据。通用智能体则可以在此基础上继续比较不同补货方案、评估资金占用、拆解采购任务并推动后续执行。随着 Hermes 等通用智能体进入企业场景AI 正从回答问题走向执行任务。Kyligence Data Agent 将企业认可的数据事实和业务规则带入任务链为通用智能体持续分析和行动提供可信的数据基础。Kyligence 联合创始人兼 CTO 李扬提到利用可信数据和指标形成企业共识是 Agent 进入长任务链的前提。AI 可以动态生成分析路径但企业核心经营指标需要保持稳定、一致。只有将稳定共识与动态分析能力结合Agent 才能持续参与复杂任务。关于 Kyligence跬智信息Kyligence由 Apache Kylin 创始团队于 2016 年创办是领先的 DataAI 公司为企业客户提供大数据分析平台、AI 智能分析平台等相关的产品和解决方案以 AI 赋能全民用数帮助企业充分利用数据价值加速数智化转型。Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售、医疗等行业客户包括建设银行、平安银行、浦发银行、北京银行、宁波银行、太平洋保险、中国银联、上汽、长安汽车、星巴克、安踏、李宁、阿斯利康、UBS、MetLife 等全球知名企业并和微软、亚马逊云科技、华为、安永、德勤等达成全球合作伙伴关系。Kyligence 获得来自红点、宽带资本、顺为资本、斯道资本、Coatue、浦银国际、中金资本等机构多次投资。