从「AI For What」到「Value From AI」，100+可落地实践案例打通 AI 实战最后一公里！
4 月 16 日-4 月 18 日，QCon 全球软件开发大会将在北京举办。本届大会锚定 Agentic AI 时代的软件工程重塑，聚焦 Agentic AI、多智能体协作、算力优化、技术债治理、多模态和 AI 原生基础设施等前沿话题，邀请来自腾讯、阿里、百度、华为、蚂蚁、小米、网易等企业技术专家，带来百余项真实落地案例，系统性分享前沿洞察与实战干货，以技术共创探索 AI 落地新路径。
网易智企数帆 EasyData 技术负责人李卓豪已确认出席 “Agent 可观测性与评估工程” 专题，并发表题为《从 ChatBI 到 DataAgent：企业级智能数据分析平台的技术演进和实践》的主题分享。企业数据规模爆发式增长，传统 BI 工具在灵活性和交互性上遭遇瓶颈。2023 年，大模型技术初兴，他们成为首批探索 ChatBI 解决业务即席查数需求的团队，但很快遇到准确性、可解释性与复杂分析能力的瓶颈。2025 年，Agent 技术爆发与大模型能力跃迁，让构建真正可靠的企业级分析智能体成为可能。本次分享将结合亲历者视角，完整回顾从 BI 到 ChatBI 再到 DataAgent 的技术演进历程。
李卓豪，多年从事服务端与数据产品研发，见证了数据开发治理产品从 0 到 1 的商业化全过程。曾作为核心骨干参与网易搜索系统的研发与推广，主持网易海量日志采集系统与大数据调度系统的设计与研发，全面负责数帆数据开发治理平台的架构演进。同时，深度参与 EasyData 的外部商业化落地，并主导 Data+AI 在数据开发治理领域的研发与应用。他在本次会议的详细演讲内容如下：
演讲提纲
背景与演进历程：从 BI 到 ChatBI 再到 DataAgent
传统 BI 的灵活性瓶颈与自助取数困境
2023 年 ChatBI 探索：解决即席查询
2025 年 Agent 技术爆发：从"能问答"到"能分析"的范式跃迁
2. DataAgent 核心技术架构实现
DataAgent 整体架构设计
统一语义层设计：数据建模与指标平台
基于意图路由的执行架构设计
企业级保障机制：权限安全、高性能与结果可复现性
3. 关键能力的技术实现
智能问数：NL2SQL/NL2Metrics/SQL2DSL 等准确性与歧义消除能力
深度归因分析：多维度下钻与根因定位
自动报告生成：从数据洞察到叙事化呈现的端到端闭环
工作流、MCP、Skill 的抽象：乐高积木式的能力沉淀和扩展
4. 落地挑战与评估体系
严谨性与概率性的平衡：数据准确性保障与幻觉抑制
场景化评估体系构建：不同业务域的准确率、稳定性标准
种子客户深度共建：从 POC 到生产环境的踩坑实录
5. 核心场景实践案例
6. 未来展望
数据分析领域 Skill 的持续抽象与生态构建
向"数据分析领域的 OpenClaw"演进：开放能力与行业标准探索
这样的技术在实践过程中有哪些痛点？
数据严谨性与大模型概率性的根本矛盾数据分析要求结果准确、可复现、可审计，而大模型生成具有概率性，可能产生"幻觉"或错误结论。如何在保留大模型灵活性的同时，建立有效的校验、约束与兜底机制，确保企业级场景下的结果可信度，是架构设计的核心挑战。
场景化准确率评估与稳定性保障不同业务场景（财务 vs. 产品运营）、不同用户角色（分析师 vs. 业务人员）对准确性的容忍度差异巨大。如何构建分层分级的评估体系，既能覆盖长尾场景，又能避免过度工程化，同时保障系统在高并发、复杂查询下的稳定性，是落地推广的关键瓶颈。
演讲亮点
统一语义层驱动的 DataAgent 架构，从源头消除数据歧义：基于指标平台与模型宽表的双轨语义层设计，将业务口径固化为标准化数据资产，使大模型无需直接理解原始数据库字段，从根本上解决语义歧义问题，确保取数与分析的一致性和可信度。
检索增强与多级评分的意图精准匹配机制，具备主动澄清能力：引入 RAG 技术结合大模型语义理解能力，建立指标、维度、数据集的多级相关性评分机制。当用户意图存在歧义或检索结果置信度不足时，系统主动发起澄清交互（如指标二选一、维度确认、时间范围提示等），对低相关性结果进行过滤和预警，有效解决"查无此数"或"张冠李戴"的行业通病，同时提升用户体验与结果可信度。
可插拔 Skill 体系与乐高式能力扩展：将分析能力抽象为标准化、可复用的 Skill 组件，支持智能问数、归因分析、报告生成、工作流编排等能力的灵活组合与快速扩展，形成可持续沉淀的数据分析能力生态。
听众收益
理解企业级智能数据分析平台的演进路径与关键决策点：通过从 BI 到 ChatBI 再到 DataAgent 的完整复盘，帮助听众建立技术选型的历史视角，识别各阶段的核心瓶颈与突破思路，为自身企业的数据分析平台建设提供参照。
掌握平衡数据严谨性与大模型概率性的工程方法论：学习统一语义层设计、多智能体协作、检索增强与意图澄清等关键技术原理，以及权限安全、结果可复现性、场景化评估体系等企业级保障机制的具体实现。
获取复杂数据分析场景落地的实战经验与避坑指南：了解从 POC 到生产环境的全过程中的真实挑战，减少试错成本，加速智能数据分析能力的价值兑现。
除此之外，本次大会还策划了Agentic Engineering、多模态理解与生成的突破、记忆觉醒：智能体记忆系统的范式重塑与产业落地、具身智能与物理世界交互、Agent Infra 架构设计、AI 重塑数据生产与消费、AI 原生基础设施、AI 驱动的技术债治理、小模型与领域适配模型、大模型算力优化、Agent 可观测性与评估工程、AI for SRE等 20 多个专题论坛，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在 QCon 北京站现场带来前沿技术洞察和一线实践经验。
9 折倒计时最后一周，现在购票立减 680。更多详情可扫码或联系票务经理 18514549229 进行咨询。
