第五屆 HiPM 產品創新力峯會|矩陣起源帶您深度解析企業級 Agent 實踐
10月17日-18日,第五屆 HiPM 產品創新力峯會在深圳成功舉辦。本次峯會匯聚了眾多國內頂尖的科技企業與行業專家,共同探討 AI Agent 在多模態、產品化落地等領域的最新趨勢與實踐。矩陣起源作為企業級 AI Agent 解決方案的先行者,受邀出席本次盛會。矩陣起源資深產品專家魏旭東發表了題為《構建值得信賴的企業級 Agent 解決方案》的主題演講,分享了矩陣起源在一線業務場景中的深
10月17日-18日,第五屆 HiPM 產品創新力峯會在深圳成功舉辦。本次峯會匯聚了眾多國內頂尖的科技企業與行業專家,共同探討 AI Agent 在多模態、產品化落地等領域的最新趨勢與實踐。矩陣起源作為企業級 AI Agent 解決方案的先行者,受邀出席本次盛會。矩陣起源資深產品專家魏旭東發表了題為《構建值得信賴的企業級 Agent 解決方案》的主題演講,分享了矩陣起源在一線業務場景中的深
作者 | 矩陣起源 轉載自 | InfoQ 當 NL2SQL 從 Demo 走向生產,關鍵不在"更大的模型",而是"更乾淨的數據底座 + 更小的專用模型 + 更可控的工程化流程"。 摘要 先數據、後模型:把元數據、業務語義、權限、樣例 SQL 做成"AI-ready data",是 NL2SQL 能否可靠落地的第一性問題。 小模型足夠用:以 3B-7B 級別的代碼/SQL 友好模型,配合 LoR
AI的發展速度,正在與企業的數據管理能力,形成一對日益尖鋭的矛盾。 一方面,算法模型日新月異,每天都有新的突破刷新認知。另一方面,企業內部的數據現狀卻不容樂觀:超過九成的數據沉睡在不同的系統中,格式雜亂、形態各異,形成一座座數據孤島。 這種割裂,讓AI開發者陷入了"巧婦難為無米之炊"的窘境。據麥肯錫調研,數據準備工作佔據了AI項目70%以上的時間。當算法的迭代以天為單位,數據準備的週期卻常常以周、
作者 | 矩陣起源 策劃 | InfoQ李冬梅 當你的 AI Agent 突然清空核心數據庫,或是悄悄注入虛假數據時,傳統的數據恢復手段往往耗時費力。而 Git for Data 帶來的變革,能讓這一切像回滾代碼提交一樣簡單。 DATA-CTL RESET DATABASE `agent1_db` TO TIMESTAMP 2025-08-01 12:00:00.123456; 瞬間