北京
9月19日，快手技术沙龙第5期围绕「Data Agent：数据生产与智能决策新范式」展开分享。来自快手数据平台部、云器科技与腾讯的多位嘉宾探讨了Data Agent如何从“能用”走向“可信、可协同”，并重构数据生产与智能决策方式。
快手平台产品技术中心负责人张蕤指出，一个Agent跑通demo不难，难的是让几千、上万人每天真正用起来，因此核心目标是同时提升泛化能力和准确性。泛化侧，快手从workflow走向Agentic+Skill，让Agent动态规划、主动消歧，并通过父子Data Agent解决入口分散问题，路由准确率达95%。准确侧，快手构建知识飞轮和质量保障闭环，核心资产知识覆盖率80%，知识服务准确率83%，上线前经过评测卡口。当前整体WAU超过10600，周人均对话55次，NPS 73.5，单次任务提效中位数13倍。组织也在变化：数据分析师转向洞察决策，出现数据FDE，研发向全栈工程师演进。
云器科技联合创始人兼CTO关涛认为，独立Data Agent仍值得构建。大模型无状态、窗口小，垂域Agent上下文更聚焦；结构化数据是ground truth。他提出四条原则：Model first，只在必要时做harness；Agent in development, artifacts in production，开发期用Agent，生产期用确定性产物；API first，底层统一API再长出不同界面；Infra first，trace、evaluation、知识层沉淀到基础设施。
快手电商用增营销与支付数据负责人方彬从电商实践出发，指出Data Agent正重构消费与生产。消费侧统一口径与指标准入，Text2SQL增强后准确率从40%—50%升至90%多，WAU 2000多。生产侧更难，关键在需求理解、口径对齐和质量保证；灵活场景用Agent，确定性环节必须代码化。
腾讯PCG大数据平台部Agent工程负责人王思懿介绍了“灯塔AI”在知识工程和记忆工程上的探索。她指出，Data Agent瓶颈不是答不出，而是准不准、可溯源。腾讯“灯塔AI”选择语义图谱，连接数仓与业务知识，相比纯Markdown更可治理、可随数仓更新；记忆分个人、项目、日志，有生命周期，但不宜过重，否则会混淆昨天和今天。
快手A/B实验平台产品技术负责人覃侃回顾了A/B实验分析的三阶段：看板分析回答“结果是什么”，洞察分析回答“为什么”，智能分析让专业工具更好用。快手将指标计算从Spark ETL转为Flink OLAP，LT7从90分钟降到42秒。Data Agent提供对话与Copilot两种方式，统一abtest Skill并开放二创，未来正从分析工具走向决策引擎。
从五场分享来看，嘉宾们指向了同一个趋势：Data Agent正从“能回答问题”走向“可信交付、协同生产、辅助决策”。泛化与准确是双轮，知识与记忆是内核，评测与可观测是保障，人机协同是长期形态。（汉雨棣）
