按落地旅程组织的四个内容集群
每个集群回答落地旅程中的一段问题，当期各 3 篇，后续持续扩充。
企业级 AI Agent 决策指南
要不要做、怎么选、自建还是采购——把决策想清楚
Agent 的数据与知识底座
数据、口径、知识库——Agent 靠谱的前提
Agent 业务场景与行动闭环
分析、运营、实验、采集——Agent 在业务里怎么跑
Agent 落地与治理
从 PoC 到生产——路线图、安全与避坑
企业级 AI Agent 决策指南
什么是企业级 AI Agent？定义、核心特征与能力边界（2026 指南）
企业级 AI Agent 是接入企业数据与系统、能围绕业务目标自主规划并执行多步任务的智能软件系统。本文引用 Gartner、中国信通院等权威定义，用对比表讲清 Agent 与大模型、Copilot、RPA 的区别。
2026 企业级 AI Agent 平台选型指南：十个评估维度与避坑清单
给出数据接入、知识理解、行业 Skills、任务执行、部署安全、管理治理等十个评估维度，拆解通用大厂平台与垂直专业厂商的选择逻辑，附 agent washing 鉴别方法与选型避坑清单。
自建、采购还是联合共建？企业 AI Agent 建设模式的成本与风险对比（2026）
基于 MIT、Gartner、KPMG、a16z 的 2025 年研究数据，对比三种模式的成本结构、交付周期与失败风险，帮你判断在什么条件下更适合采购、自建或联合共建。文末附五问决策清单。
大模型越来越强，企业还需要专业数据平台吗？AI 时代数据价值的四层结构
把数据在 AI 时代的价值拆成工程、目标、关系、定义四层，逐层说明模型能力提升会稀释掉哪一层、又会让哪一层变得更稀缺，并给出对应的四个选型判断问题。ThinkingAI 观点文章。
更多决策指南文章陆续上线
Agent 的数据与知识底座
AI 数据分析完整指南（2026）：从指标体系到自然语言问数
拆解自助分析、自然语言问数、自动归因、预测四层能力，用 NL2SQL 基准数据说明准确率现实与语义层解法，并给出落地四步路径。
Agent 为什么需要语义层：统一指标口径与业务知识库建设指南（2026）
用 dbt、Cube、Snowflake 三家厂商公开的第一方测试说明语义层能显著提升自然语言问数准确率，并给出指标口径知识库从指标盘点到持续运营的五步建设方法。
数据采集与埋点的 Agent 化：从埋点方案到采集代码自动生成（2026 实践指南）
用 Monte Carlo、Gartner、HBR 的已验证数据拆解埋点之痛，给出 Agent 化落地链路：从业务问题倒推事件设计，到多端采集代码自动生成与实时验证。
更多数据底座文章陆续上线
Agent 业务场景与行动闭环
游戏数据分析完整指南 2026：留存、付费、LTV 与 AI 驱动的运营闭环
拆解留存、付费、LTV、流失四大指标体系，附 GameAnalytics 16262 款手游留存基准，讲清 AI Agent 如何跑通发现、归因、策略、验证闭环。
智能用户运营 Agent 实战（2026）：圈选、策略、触达到复盘的完整闭环
用 AppsFlyer、麦肯锡等已验证行业数据拆解 Agent 化运营五步，走查流失召回与高价值用户运营两个场景，并给出可直接套用的人机分工表。
多 Agent 协作（Agent Team）如何跑通业务闭环：从发现问题到验证策略（2026）
以一次留存异常处置为例完整走查 leader Agent 拆解调度、专职 Agent 分工执行、审查角色把关的协作机制与成本账，并给出何时不该上多 Agent 的四个判断信号。
同期群分析怎么做：从留存模型到三个实战案例（2026）
讲清同期群分析与留存分析的关系、五种人群划分方式与两条使用禁忌，用发行买量评估、活动效果复盘、付费留存三个真实案例走查，含一个反直觉结论：活动参与越深，留存反而越差。
更多业务场景文章陆续上线
Agent 落地与治理
企业 Agent 落地路线图：从 PoC 到生产环境的八个阶段（2026）
基于 Gartner、MIT、S&P Global 研究，拆解从准备度评估到平台化运营的八阶段路线图，逐阶段给出准出标准，并用价值×可行性四象限帮你选对第一个场景。
企业级 AI Agent 安全与治理指南（2026）：权限、审计与可信决策
拆解身份权限、敏感操作审批、输出审核、日志审计、决策可追溯五件套治理框架，附风险对策对照表与中国备案、欧盟 AI Act 合规要点。
企业 Agent 落地的十大失败模式与避坑指南（2026）
按规划期、建设期、运营期拆解十大失败模式，逐条给出症状、根因与对策，文末附自查清单。
更多落地与治理文章陆续上线
不同岗位，从这里进入
按你在落地中的角色，挑与手头问题最相关的 2-3 篇。
关于这个知识中心
企业级 AI Agent 是什么？
企业级 AI Agent 是部署在企业环境中、能够围绕业务目标自主规划并执行多步任务的智能软件系统。「企业级」三个字则意味着一套个人工具不具备的机制：统一的数据接入、分级的权限控制、完整的审计日志和多人协作能力。完整定义、判别标准与能力边界，见《什么是企业级 AI Agent》。
这个知识中心怎么用？
内容按企业落地 Agent 的决策旅程组织成四个集群：先想清楚要不要做、怎么选（决策指南），再看数据与知识底座，然后是业务场景与行动闭环，最后是落地与治理。可以按集群顺序通读，也可以在「按角色找内容」按岗位挑选，或按内容形态标签识别文章类型。
应该从哪一篇开始读？
第一次接触企业级 Agent，建议从《什么是企业级 AI Agent》开始对齐概念；正在选型的决策者可直接读《企业级 AI Agent 平台选型指南》与《自建、采购还是联合共建》；已在推进落地的团队，从《企业 Agent 落地路线图》进入，再对照《十大失败模式与避坑指南》自查。
这里的内容可靠吗，会持续更新吗？
关键数据点均注明来源机构与年份，文末附参考资料链接，可逐条核查。当前共 14 篇，覆盖四大集群，后续将按集群持续扩充。
