审计自动化：一个人的经验怎么变成部门能力
审计自动化，在多数内审部门里并不是从零开始的：总有一两位审计师已经用 Excel 公式、SQL 或者脚本，把某
上级分类：洞察与趋势
行业动态
数据分析行业动态，记录数据科学工具、开源生态与国产化进程中值得注意的变化。这里的文章偏观察与判断，不做新闻搬运 —— 每篇会说清一件事发生了什么、对实际在用工具的人意味着什么。想学具体怎么用，请看知识库；想从其他工具换过来，请看迁移与替代。
共 30 篇
什么是六西格玛：定义、3.4 个缺陷的由来与 DMAIC 五个阶段
💡 导读：什么是六西格玛？简单说，它是一套用数据减少流程波动、降低缺陷的改进方法，由摩托罗拉在 1980 年代
搭建智能体：用代码框架还是可视化工作流，按复杂度怎么选
搭建智能体，常见有两条路：用 LangGraph、CrewAI 这类代码框架编写，或者在可视化工作流平台上用节
n8n 和 Dify 怎么选：与 KNIME 类数据分析工作流有什么不同
n8n 和 Dify，都常被称作可视化工作流工具，但解决的是不同的问题：n8n 擅长连接各种业务系统、按事件或
工作流与智能体：传统自动化、生成式 AI 与智能体 AI 怎么分工
工作流与智能体，关键区别在于谁决定下一步：工作流的每一步由人事先设计，智能体的下一步由模型在运行时决定。本文对
数据科学：和数据分析、BI 到底有什么区别
数据科学，是综合运用统计、机器学习和编程方法，从历史数据中建立能对新情况做出预测或给出建议的模型，并把模型放进
Power Query 和iModel对比
Power Query 和 iModel 对比，常被问成“哪个更强”，其实两者定位不同：Power Query
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
脚本节点：Python 与可视化工作流双向集成指南
脚本节点，把 Python 与可视化工作流双向打通 脚本节点，是可视化工作流与代码世界之间最短的一段路。很多人
企业人工智能：在不影响处理速度的情况下管理代理权限
智能体凭证管理：企业 AI 安全与速度的平衡之道 智能体凭证管理，正在成为企业 AI 落地过程中最被低估的一道
