OpenClaw浪潮下,探讨大模型能力如何通过Agent嵌入企业核心系统丨XCOPS广州站

时间

地点

1. 智能体通用架构、核心组件、技术演进分析

2. 垂类智能体应用要点：专业知识库、RAG避坑、MCP工具高效检索、Skills应用、平衡算力和并发策略、多智能体应用场景分析

3. 智能体评测与迭代

1. 阿里云大数据&AI平台在异常处置面临的核心挑战

2. 通用时间序列异常检测，以及基于下钻和日志聚类的问题定界

3. 多Agent根因定位框架，包括Agent角色设定、工具箱建设、多Agent工作流编排等

4. 通用异常处置平台构建，包括大模型应用部署框架、异常处置平台建设，以及线上应用效果

1. 提升系统自愈能力：通过引入AI Agent实现自动检测并修复常见问题

2. 增强故障预测与响应效率：利用机器学习模型提前识别潜在风险点，优化应急处理流程

3. 改善用户体验：通过对用户行为和反馈的深入分析，快速调整服务策略

4. 降低运营成本：通过智能化手段精简工作流程，节省时间和资源

1. 了解Agentic应用与传统微服务的可观测核心差异，精准锚定智能体应用观测的核心发力点

2. 掌握Agentic应用全链路可观测的体系化解决思路，破解大模型调用、工具调用、多智能体协同等新场景下的链路断层、根因定位难、故障复现难的核心痛点

3. 学习大规模生产环境下，Oneagent的MTL统一采集、高性能优化、探针全生命周期管控的实战经验，解决多源观测数据割裂、采集性能损耗过高、探针运维混乱的工程落地难题

1. 如何基于NLP2SQL技术设计SQL Agent，实现自然语言到精准SQL的转化

2. 解析突破语义理解与复杂查询生成难题的核心技术，揭秘工程实践中多表关联优化、查询纠错等方案

3. AI Agent如何降低数据使用门槛，重构企业数据服务模式，并为垂直领域NLP技术落地提供可复用的方法论

1. 如何使用Elasticsearch向量搜索开发智能应用

2. Elastic最新的向量搜索更新：混合搜索、重排、重新计分、性能提升等

3. 如何使用AI Builder轻松创建智能体，结合workflows提供更精确的搜索上下文，构建自动化流程

1. 了解AGI时代数据管理范式变化的底层逻辑，建立从“面向人”到“面向Agent”的新认知框架

2. 掌握AI原生数据管理的关键方法，包括面向Agent，如何重新定义数据库开发范式、数据安全、数据库性能稳定性治理的核心思路

3. 理解企业推进Agent构建过程中，应如何平衡开发效率、可控性与安全边界，获得可借鉴的落地路径

1. 全栈信创环境的搭建与改造，为金融系统提供高安全可靠的基础架构

2. 数智化运维体系的建设，通过全链路监控、故障自愈和智能告警，显著提升运维效率和系统稳定性

3. 云原生技术的应用，提供可参考的金融云原生实践路径

1. 数据模型设计：立足银行业务特性与开源数据库特点，开展表结构标准化、索引体系重构

2. 数据架构设计：结合银行高并发、高可用、高安全要求，构建多副本、多活、读写分离、弹性扩展的分布式架构

3. 数据迁移经验：形成全量迁移、增量同步、数据校验、回滚保障的一体化迁移方案

1. 智能故障诊断：多维度指标关联与根因定位

2. 数据库资产管理：智能化盘点与容量规划

3. 风险事件管理：“巡检事件”与“主动预警”的有机结合

大会议程