四期实验之后,我们总结出企业 Agent 进入深水区的公式
过去两周,我们做了一组实验。
用小龙虾(OpenClaw)接上 Aloudata CAN 的语义层,从最基础的「上月销售额是多少」问起,一路做到库存全盘诊断、四象限分类、渠道风险分级、补货促销行动方案——四期视频,每一期给 Agent 加一层能力,看它能走多远。
录第四期的时候,Claude Code 源码泄露了。512,000 行 TypeScript,一个顶级 Agent 产品的完整工程图纸摊在桌面上。全世界都在解读它的架构。
这两件事让我们对一个问题有了比之前更清晰的判断:企业 Agent 到底怎样才能进入深水区?
不是猜的。是测出来的。
01
大多数企业 Agent 还在浅水区
Agent 框架的爆发力有目共睹。但走进真实的企业,现阶段大多数跑起来的 Agent 在做什么——发邮件、填表单、整理会议纪要、生成周报摘要、从 CRM 里捞条记录。
写代码和写文章确实提效了。除此之外?都是浅活。
这些场景有个共同特征:不碰企业的数据分析和决策。不是不想碰,是碰不了。
碰不了的原因,四期实验给了非常清晰的答案。
02
深水区的闭环
先说深水区长什么样。
我们第四期视频用了一个库存场景。一个真正有用的库存 Agent 应该做到:先拉出全品类的售罄率和库销比,交叉分析定位问题商品;然后基于分析结论推导策略——这批该清仓、那批该补货、折扣给几折、补多少件;最后调用业务系统的接口把方案推出去。
Agentic Analysis(自主分析)→ Agentic Strategy(推导策略)→ Agentic Action(执行动作)。人只在关键节点校准方向和确认执行。
四期实验下来,我们发现这个闭环能不能跑通,取决于四个因子。
03
一个乘法公式
企业 Agentic 深水区的效果 = 语义层(数据) × Skill × Agent 框架 × LLM
是相乘,不是相加。任何一层拖后腿,整个链路效果就被系统性压低。模型用了最好的,Agent 效果还是不行——不是模型的问题,是别的因子在打折。
接下来我们逐个拆解。
04
语义层:远不止「查数准一点」
Agentic Analysis → Agentic Strategy → Agentic Action 这个闭环要跑起来,有一个硬前提:Agent 每一步用的数据必须是确定的、可审计的、每次一致的,并且要高性能灵活获取。一旦数据不确定,所有 Agentic 能力都会坍塌。
第二期实验的数据很触目:同一个模型、同一个数据集,Text-to-SQL vs 语义层,五个最基础的取数问题——坪效差了 253 倍,连带率差了 38%,复购率差了一倍。而且 Text-to-SQL 同一个问题问两次,答案不一样。用公式的框架翻译:Text-to-SQL 把「数据」这个因子变成了随机数。一个随机数乘进公式,整个闭环不可信赖。
但如果语义层的价值只是「查数准一点」,它在公式里的权重不会这么大。真正让语义层成为企业级 Agent 刚需基础设施的,是实验环境里看不到、但企业场景中无法回避的几个问题。
Claude Code 泄露的架构里,让我印象最深刻的不是它多强大,而是它多「节省」——工具定义按需加载,初始上下文只放名字和一句话简介;对话历史反复压缩蒸馏;大结果写磁盘,只给模型一个文件路径。整个框架超过一半的工程量花在「怎么少往 context window 里塞东西」。为什么?因为 context window 就是 Agent 的工作台,空间是死的。每塞一段无关信息,就在挤压 Agent 用来思考和推理的空间。Claude Code 的工程师拿着 200K token 的窗口都如此精打细算。
有人会提出「把指标定义写进 Skill」这个方案——它本质上是要求 Agent 用最稀缺的资源(认知预算)承担一本字典的工作。5 个指标没问题,50 个开始吃力,500 个直接崩溃。
改成字典检索好一些,定义不常驻 prompt,按需检索。但 Agent 拿到了正确的定义之后,还要自己把它翻译成 SQL。翻译这一步,就可能错。我们的简单实验就证明了这是个高概率事件(见视频第二期,坪效问题)。
而且真实企业动辄几百上千个指标,口径还不是一成不变的。字典里要持续维护语义的频繁变更,还要期待没有错漏,AI 一定能找到,查对。
语义层的做法则是定义即执行。Agent 不需要理解定义、不需要翻译成 SQL,它只说「我要坪效」,语义层直接返回结果。中间没有翻译环节,就没有遗漏的机会。Agent 的认知预算 100% 花在分析和决策上,0% 花在理解数据口径和拼装查询上。这才是跟 Claude Code 架构思路一致的方向——把不该 Agent 操心的事,从 Agent 的认知空间里彻底移除。
实验环境里数据集是固定的,表结构不会变,也没有「定义谁说了算」的组织问题…