算法研发，不只是训练一个模型
训练一个模型从未如此容易，交付一个可信的模型却依然困难。算法研发真正难的部分，已经不在选哪个算法，而在把数据、
上级分类：洞察与趋势
AI 与智能体
AI 与智能体在数据分析中的应用，讨论大模型、AI Agent 等技术怎么进入实际的分析流程，以及它们能做什么、不能做什么。重点不在技术本身有多新，而在于把它放进要交差的工作里之后，可复现性和可解释性该怎么保证。
共 12 篇
推理引擎：让 AI 决策可解释、可追溯、可审计
自动化决策，一旦影响到客户、员工或业务结果，迟早会被问到同一个问题：这个结论依据什么得出。能不能答上来，不取决
AI 项目为什么走不到生产环境
概念验证，回答的是「这件事技术上能不能做到」；上线要回答的是「每天、对真实用户、在预算内能不能一直做到」。两个
强化学习：机器如何从后果里学会做事
强化学习：哪些问题真正需要它，哪些用参数寻优就够了 强化学习，是一类让智能体在与环境的反复交互中，根据奖励信号
供应链决策，为什么 AI 卡在信任而不是模型
供应链决策，要不要交给 AI？先补上「信任」这一课 供应链决策，正在成为企业 AI 落地里最尴尬的一段路。几乎
决策溯源：AI 给答案越快，越需要一条能回溯的依据链
当分析结论要交给稽核、审计或监管复核时，真正的问题从来不
iModel 供应链智能体
✨ 智能体时代供应链转型指南 iModel供应链智能体，将暴露出哪些供应链数据分析断层？ iModel供应链智
数据主权：你的 AI 管线可能正在”跨境”，你还能掌控它吗？
AI 治理 · 企业数据战略 数据主权，曾经给组织一种”尽在掌握”的错觉。数据存在哪个
什么是向量数据库？
向量数据库入门：从词向量到相似性搜索 理解非结构化数据的存储、检索与嵌入模型 向量（和词向量）—— 矢量数据库
人工智能与数据分析师：影响分析未来的-6-大限制
人工智能能取代数据分析师吗？ 从能力、局限到未来：AI 与数据分析师的影响分析 人工智能具有推理能力，并以 P
