<?xml version="1.0" encoding="UTF-8"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Agent平台 | 行业新闻_制造（点击查看更多）</title><description>搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产  零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）</description><link>https://zhizao.hangyexinwen.com</link><item><title>⁣📰 FDE 正在分化：企业 AI 交付链条被重新拆开了过去一年，Forward Deployed Engineer（FDE）在AI行业成为高频词</title><link>https://zhizao.hangyexinwen.com/posts/11156</link><guid isPermaLink="true">https://zhizao.hangyexinwen.com/posts/11156</guid><pubDate>Sun, 21 Jun 2026 16:13:29 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; FDE 正在分化：企业 AI 交付链条被重新拆开了&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;过去一年，Forward Deployed Engineer（FDE）在AI行业成为高频词。Databricks、GitLab、Amazon 等公司陆续出现相关岗位信号，表明FDE不仅是“售前或顾问类岗位”的简单包装，而是在客户现场把数据、模型、业务流程与生产系统连接起来，推动AI进入企业真实组织的生产化落地。Databricks 的FDE强调数据平台向AI生产化的转型，关注RAG、多Agent、Text2SQL、模型微调等能力，以及云部署和大规模数据处理；核心在于把数据、模型、应用共同打造成可运营的系统。GitLab 的FDE聚焦Agent平台的治理与落地，强调自托管、合规、身份、网络边界等治理边界，解决Agent在代码读取、工具调用、交付流程中的可控性与审计问题，属于Agent平台型FDE。Amazon 的FDE则强调现场集成，将AI融入现有工作流，推动工具采用与标准化，成为将个人实验转化为组织生产力的现场集成者。总体来看，FDE正逐步分化为四类交付角色：模型部署型、数据平台型、Agent平台型、现场集成型。其共同点是以生产化落地、数据与流程整合、治理与可控性为核心，承担把AI从演示走向组织结果的任务。企业在选择AI时，应关注是否具备理解业务、处理数据与权限、将Demo变成可运营应用、以及将单次项目沉淀为组织能力的能力，从而实现五层转化与长期价值。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23AI%E8%90%BD%E5%9C%B0&quot;&gt;#AI落地&lt;/a&gt; &lt;a href=&quot;/search/%23FDE&quot;&gt;#FDE&lt;/a&gt; &lt;a href=&quot;/search/%23%E7%94%9F%E4%BA%A7%E5%8C%96&quot;&gt;#生产化&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E6%8D%AE%E5%B9%B3%E5%8F%B0&quot;&gt;#数据平台&lt;/a&gt; &lt;a href=&quot;/search/%23Agent%E5%B9%B3%E5%8F%B0&quot;&gt;#Agent平台&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.53ai.com/news/zhinenghuagaizao/2026062135962.html&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 从LLM到Agentic System：一场正在发生的范式转移，7月深圳等你见证-品玩本次大会聚焦2026年Agent的爆发式增长，强调OpenClaw等新进展推动Agent从工具向同事转变，以及MCP协议成为行业标准带来的统一连接语言</title><link>https://zhizao.hangyexinwen.com/posts/9875</link><guid isPermaLink="true">https://zhizao.hangyexinwen.com/posts/9875</guid><pubDate>Fri, 15 May 2026 15:08:31 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 从LLM到Agentic System：一场正在发生的范式转移，7月深圳等你见证-品玩&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;本次大会聚焦2026年Agent的爆发式增长，强调OpenClaw等新进展推动Agent从工具向同事转变，以及MCP协议成为行业标准带来的统一连接语言。文章梳理了2天会议的总体架构，设立15个论坛，覆盖开发工具链、记忆与知识、工具与自动化、多Agent协作、Infra与架构、数据工程、评测与安全治理、前沿探索与超级Agent、研发效能、金融Agent、工业Agent、消费Agent、Foundation Model 2.0、Agent化的数据平台与架构、DataAgent与ChatBI等主题，切合企业落地的完整决策链。演讲强调真实案例的重要性，避免空泛概念，使参会者能够带着可落地的方案回到业务实践中。大会还设置前沿探索论坛，满足对AGI与未来方向的探索诉求。参会者可在现场认识600-800位Agent领域高质量人脉，获取行业验证的解决方案，推动企业落地与发展。&lt;br /&gt;&lt;br /&gt;此外，文章提供了票务信息与报名入口，强调8折特惠购票正在进行，以及对不同阶段的决策点（选型、开发、落地）的关注点，体现了以企业与开发者需求为导向的决策导向和落地导向。整体而言，本次议程从技术核心、架构与数据、应用落地等维度，构建了一个完整的企业/开发者落地Agent的知识体系与实践路径。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23AI&quot;&gt;#AI&lt;/a&gt; &lt;a href=&quot;/search/%23OpenClaw&quot;&gt;#OpenClaw&lt;/a&gt; &lt;a href=&quot;/search/%23MCP&quot;&gt;#MCP&lt;/a&gt; &lt;a href=&quot;/search/%23Agent&quot;&gt;#Agent&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%90%BD%E5%9C%B0&quot;&gt;#落地&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.pingwest.com/a/313748&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 当 SAP 买下 Reltio：企业软件进入“上下文时代” - 53AI-AI知识库|企业AI知识库|大模型知识库|AIHub本文分析了 SAP 收购 Reltio 的战略意义，强调企业软件正在从系统记录时代转向上下文智能时代、从生成式 AI 试点迈向可执行和自治的 Agent 时代</title><link>https://zhizao.hangyexinwen.com/posts/8160</link><guid isPermaLink="true">https://zhizao.hangyexinwen.com/posts/8160</guid><pubDate>Sat, 28 Mar 2026 10:48:28 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 当 SAP 买下 Reltio：企业软件进入“上下文时代” - 53AI-AI知识库|企业AI知识库|大模型知识库|AIHub&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;本文分析了 SAP 收购 Reltio 的战略意义，强调企业软件正在从系统记录时代转向上下文智能时代、从生成式 AI 试点迈向可执行和自治的 Agent 时代。核心观点包括：数据孤岛与不一致记录制约 AI 落地，Reltio 的主数据管理与实体解析能力能够形成可信的金色记录，解决跨系统、一致性和实时性的问题，从而为 AI 提供可理解、可调用的上下文系统。此举不仅是对数据层的重构，更是对 SAP 架构的三层划分优化：交易层、智能层、代理层的综合升级，Reltio 将成为三层之间的关键连接器。真正的价值在于上下文智能的形成，即跨系统、实时、有语义、可治理的上下文，并通过 MCP（模型上下文协议）实现 AI 安全地调用数据和工具，推动 Joule 与 Agents 的实际落地执行。交易对比 Salesforce/Oracle，SAP 以多领域金色记录和统一治理路径获得独特厚度，未来在生命科学、制造、供应链等行业具备更高的落地潜力。总体来说，交易不仅是数据平台的增强，更是在回答企业进入 Agent 时代时，AI 的底层“地基”应具备何种特征的根本性问题。附带的市场与执行展望指出，2026-27 年将关注 Reltio 的深度嵌入、Joule/Agents 的实际业务场景落地，以及 MCP、金色记录等能力能否形成可快速落地的价值主张。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E4%B8%8A%E4%B8%8B%E6%96%87%E6%99%BA%E8%83%BD&quot;&gt;#上下文智能&lt;/a&gt; &lt;a href=&quot;/search/%23%E9%87%91%E8%89%B2%E8%AE%B0%E5%BD%95&quot;&gt;#金色记录&lt;/a&gt; &lt;a href=&quot;/search/%23MCP&quot;&gt;#MCP&lt;/a&gt; &lt;a href=&quot;/search/%23Agent&quot;&gt;#Agent&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E6%8D%AE%E6%B2%BB%E7%90%86&quot;&gt;#数据治理&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.53ai.com/news/knowledgegraph/2026032843079.html&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 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成熟，AI 正在推动企业数据分析的转型，从单纯的工具辅助向决策建议和工作流协同发展</title><link>https://zhizao.hangyexinwen.com/posts/1146</link><guid isPermaLink="true">https://zhizao.hangyexinwen.com/posts/1146</guid><pubDate>Thu, 18 Sep 2025 16:04:35 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; AI 引领的企业级智能分析架构演进与行业实践&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;随着大模型技术的成熟，AI 正在推动企业数据分析的转型，从单纯的工具辅助向决策建议和工作流协同发展。在 QCon 全球软件开发大会上，李飞分享了智能分析在企业落地的实践要点，强调了建立统一标准的重要性，以便整合不同层次的数据系统，形成有效的数据分析平台。为此，企业需要构建一个统一的协议，以便上层应用能够理解和使用底层数据，从而实现智能分析的目标。&lt;br /&gt;&lt;br /&gt;智能分析平台还需结合 Agent 技术，以提升信息检索与工具整合的效率。Agent 能够通过自然语言交互简化数据分析流程，减少用户的等待时间，同时提高结果的质量。通过设计不同类型的 Agent，企业能更好地满足各种业务场景的需求，实现数据分析的民主化，扩大数据分析能力的覆盖范围。此外，Agent 的记忆机制可以提高用户体验，使得每次查询都能得到更为准确的结果。&lt;br /&gt;&lt;br /&gt;在数据洞察方面，Agent 被认为是最佳的落地场景，能够在生成深度报告时提供高效的支持。通过灵活选择模型基座和产品形态，企业可以更好地应对不同的数据分析需求。最终，企业在数字化应用落地过程中，需要大胆评估和尝试，以便在技术与产品的迭代中不断进步。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E5%A4%A7%E6%A8%A1%E5%9E%8B&quot;&gt;#大模型&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%99%BA%E8%83%BD%E5%88%86%E6%9E%90&quot;&gt;#智能分析&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E6%8D%AE%E6%B4%9E%E5%AF%9F&quot;&gt;#数据洞察&lt;/a&gt; &lt;a href=&quot;/search/%23Agent%E6%8A%80%E6%9C%AF&quot;&gt;#Agent技术&lt;/a&gt; &lt;a href=&quot;/search/%23%E4%BC%81%E4%B8%9A%E6%95%B0%E5%AD%97%E5%8C%96&quot;&gt;#企业数字化&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.53ai.com/news/LargeLanguageModel/2025091805829.html&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item></channel></rss>