https://www.thinkingdata.cn

原创 ThinkingAI 周津：当Agent可以实现增长，人的工作会怎样发生改变？

比如，研发拿到“改进兴趣选择”的需求，可以通过 AE 读取前面的分析，知道很多用户跳过了这一步，再考虑怎样让它更容易理解和完成。当日常跟进、分析和执行有了 AE 的支持，负责人就能把更多精力放在业务上：这次尝试是否解决了用户的问题，已有结果是否值得加大投入，下一阶段又该往哪里走。比如，AE 带回的进展里，团队把兴趣选择页面改好了，测试也通过了。把收到推荐与未收到推荐的用户放在同一次实验中，比较他们后续继续使用产品的情况，才能更有把握地判断这次投入有没有效果，以及这套做法适合推广到哪些人。

原创 Agent怎么用进业务？五个场景，把分析结果用到工作里

在ThinkingAI Summit 2026中国站，多位科技区百万粉达人来到现场探展，走进场景体验区和Agentic Engine加油站，带着自己的业务问题上手体验、交流。他们关心的，是产品和经营工作中经常遇到的难题：经营表现变差，应该先调整投放还是检查产品？新功能有人用，下一步该优化哪里？用户迟迟不付费，运营动作应该怎么安排？这些问题需要的答案，最终都要能进入实际工作：成为一项排查任务、一份用户清单，或一次有明确对象的运营行动。

原创 Agentic Engine全新发布！让每个岗位都能用AI+数据实现增长

不论是产品想知道新功能用户到底用不用，还是运营想复盘活动里哪一步流失最多，增长想看不同渠道哪个更值得投入，客服想弄清用户反馈背后的真实操作——每一个岗位角色都可以在自己常用的 Agent 里，通过与 Agent 沟通，将复杂数据接入 Agentic Engine，缺的行为记录让 Agent 调用 AE-CLI 出一份埋点方案，就可以从要解决的问题出发，倒推该看哪些数据，不用再等报表做好。开会时想多看一个用户群，复盘时发现一个值得追的变化，问题并不复杂，按照过去的工作流程，却要整理需求、找人取数、等结果。

原创 Agent如何成为企业的增长动力？ThinkingAI Summit 2026现场回顾

AI Agent 可以在哪些业务中发挥作用？从最初尝试到团队日常使用，需要经历哪些调整，又有哪些经验值得借鉴？10 月 28 日，由 ThinkingAI 主办的 ThinkingAI Summit 2026 在北京瑞吉酒店举行。大会以“Agentic Growth｜组织跃迁，增长跃升”为主题，邀请来自游戏、泛娱乐及互联网行业的实践者，分享组织建设、产品应用与业务探索的进展。

原创 ThinkingAI CEO 新书发布｜《AI Native组织：从思考到实践》

个人新书《AI Native组织：从思考到实践》将于本周由电子工业出版社正式出版，目前已在京东和天猫开放预售。写这本书，最初是想回答一个问题：当人不再是组织中唯一能够做事的主体，管理应该发生什么变化？传统管理理论的以「人为做事的主体」作为基本前提。人固然聪慧，但时间、精力和信息处理能力都有限制，人与人之间的沟通和协作也受到这些条件的制约。如今，AI 开始作为执行主体参与工作，在信息处理、任务协同和持续运行上，突破了人的限制。当这些限制发生变化，以此为基础形成的分工、层级和协作方式，也要重新思考。

原创 Agentic Engine 数据分析案例：3位百万粉大V如何分析获客、产品与付费转化

新功能上线后，用户在哪一步停了下来？每周都在复盘内容数据，却还是不知道如何选题？这次，我们整理了3位百万大V使用Agentic Engine的经历。他们带着各自的问题查数据、做比较，再根据结果继续追问。我们一起看看Agentic Engine怎样出现在他们的具体工作里，也听听他们实际使用的感受。下面，把话筒交给他们。

原创 Agentic Engine 工作空间发布：让AI工作方法与成果在团队中持续复用

一套已经验证成功的AI工作方法，怎样让更多人也用得起来？分享提示词只是开始，配套的资料、工具和业务约定也影响着使用效果；换一个人或Agent接着做，还需要知道哪些结论已经确认、工作进行到哪里。ThinkingAI推出Agentic Engine工作空间，将常用的Agent、工具与业务知识配置在同一个空间中，通过事项保留工作进展和经过确认的成果。让个人开展新任务时，可以沿用适用的方法与资料，让一个人的好实践也能被更多人采用。

原创 市场人最难搞的官网分析，我用 ThinkingAI Agentic Engine 20分钟搞定！

如果把这次官网分析拆开来看，其实方法并不神秘：先确认数据范围和口径，再看流量规模与质量；出现异常以后，继续往时间、渠道、页面和转化路径拆；发现结果可疑时检查埋点和数据质量；最后把问题分成“市场立即做、跨团队协作、暂时不要动”三类。难的是，过去这些步骤往往分散在不同的人和工具里。市场知道业务问题，数据团队负责找数据，技术负责确认埋点，最后还要有人把结果重新整理成报告。AE做的事情，是把这条链路尽量接在一起。现在到底发生了什么？哪些结论值得相信？接下来最应该先做什么？20分钟体现的是效率。

原创 把数据工作交给Agent，从 AE-CLI 开始

越来越多人已经习惯用 WorkBuddy、Claude Code、Codex 这类 Agent 去写代码、查资料。但轮到数据工作，很多人还是得自己上手：先判断该用哪种分析方式，再打开哪些报表，然后去不同工具、不同文档里找数据、补上下文。一旦分析中发现新问题，往往还要重新整理需求，从头再走一遍。这些重复的活，卡在三道老坎上——。埋点方案靠人设计、接入靠研发落码，动辄排期几周；指标一波动，是口径问题还是用户真实流失，反复拆维度也难精确定位；监控、分析、执行、回收各环节靠人串联，数据转不起来。

原创 鸿蒙生态大会2026：ThinkingAI让Agent运行可见、价值可衡量

在近日举行的鸿蒙生态大会 2026 上，全球智慧物联网联盟（GIIC）披露，已有超过 200 款鸿蒙 SDK 通过相关评测，覆盖 21 个应用领域。随着 SDK 越来越深入地参与数据采集与能力调用，可信、规范、可控，正在成为鸿蒙生态规模化发展的基础。ThinkingAI 旗下鸿蒙 SDK 早在 2026 年 1 月便通过 GIIC 相关评测，成为首批获证 SDK 之一。对 ThinkingAI 来说，这项评测指向的不是一次性的合规结果，而是从 SDK 设计之初建立清晰的数据边界。

原创 2026 AI 数据分析全景科普：采集、清洗、建模、可视化全拆解

用 AI 贯穿「采集→清洗→建模→可视化」全链路，让数据到业务决策的过程更快、更准、更省人力，解决传统数据分析门槛高、效率低、落地难的痛点。

原创 “AI Agent+用户运营”能做什么？2026年值得关注的10个智能运营场景

AI驱动的智能运营，正在将活动上线周期从过去的几天压缩到现在的不到一小时。从目标洞察到用户分群，从文案生成到全渠道触达，再到最后的实时闭环追踪，AI正在重塑运营的每一个关键节点。企业引入智能运营Agent，不是为了裁掉运营人员，而是为了把人从机械的“拉表、配活动”中解放出来。未来的卓越运营人员，将不再是系统的搬运工，而是AI Agent的指挥官，他们将拥有更多的时间去洞察人性，制定更高阶的商业战略，构建真正有温度的用户增长闭环。

原创 2026企业AI Agent一览：盘点10个最适合部署Agent的业务场景

Agent 落地不是从技术开始，而是从选对场景开始。数据地基先行、高频场景见效、增长场景放大 ROI、主动预警沉淀价值，让 Agent 从"工具"变成"团队成员"。如果企业正纠结"该让 Agent 先干什么"，不妨从这 10 个场景里挑一个最高频、最痛的先跑通，你会发现Agent 落地并没有想象中那么难。

原创 一文读懂 AI+数据开发治理：什么是、能做什么、怎么落地、如何选型？

AI+数据开发治理并非给传统 DataOps 挂一个 AI 聊天框，而是利用大模型、语义层与 Agent 引擎，贯穿数据“采、建、管、用”全生命周期的自动化与智能化重构。它不是简单的工具叠加，而是通过AI能力重塑数据开发与治理的每一个环节：从数据采集的自动化，到数据建模的智能优化，再到数据治理的动态监控，最终实现数据消费的闭环执行。从 Copilot 到 Agentic Data Engine，AI+数据开发治理不仅是 IT 工具的简单升级，更是企业数字化向 3.0 智能化时代迈进的核心基座。

原创 全球千余开发者齐聚！都聊了哪些 AI Agent 新玩法？

当AI Agent开始进入产品研发、内容生产和用户经营，泛娱乐行业的增长方式也在发生变化。8月1日，全球近千名开发者齐聚上海，围绕已经发生的实践，共同讨论增长的下一步。过去十年，游戏与App产品的增长，比的是上线速度、渠道效率和买量规模。如今，AI Agent开始进入业务流程。产品迭代周期在缩短，小团队能够承担更复杂的工作，用户也不再只是一次安装和一次转化，而是一段需要持续经营的关系。

原创 一文读懂A/B测试：核心原理、落地流程、工具选型与实战指南

*实验组优化效果显著：**用户首充率提升28%、达到4.1%，用户首次充值人均收入提升21%、达到22.3元，七日用户留存小幅提升4%至43.8%，且所有辅助监测指标均未出现负面影响，实验收益健康稳定。集团搭建统一中心化 A/B 实验平台，统一分流、埋点、统计、复盘全流程规范。：智能迭代型实验模型，结合先验概率推演与CUPED方差缩减技术，适配小样本场景、数据收敛快，支持实时动态评估，可有效缩短迭代周期，依托AI算力实现高效实验，适配游戏、泛娱乐、电商营销、新业务冷启动等高频试错场景。

原创 ChatBI全景科普，企业落地AI数据分析，看这一篇就够了！

随着大模型不断发展，企业的数据分析方式正在发生变化。但无论技术如何演进，真正决定项目效果的，仍然是数据基础、业务理解以及组织协同能力。对于企业来说，ChatBI的价值不仅在于降低分析门槛，更在于让更多业务人员能够持续使用数据、解决业务问题，并逐步形成从数据洞察到业务行动的完整闭环。

原创 什么是 FDE 工程师？打通 AI 应用落地的最后一公里

1. FDE 岗位的真实定义目前行业内对 FDE 的认知普遍存在偏差，很多人简单把 FDE 等同于普通实施、部署、交付人员，这是非常片面的理解。**FDE（Forward Deployed Engineer，简称FDE）**人工智能领域新兴的复合型职位，其核心使命是“让前沿技术精准扎根产业”。FDE并非传统的单一领域工程师或实验室研究者，而是兼具技术、产业与落地能力的“跨界翻译官”，致力于将AI模型与企业具体场景深度结合，提供定制化部署解决方案，以破解AI应用落地的“最后一公里”难题。

原创 AI Agent 数据分析平台是什么？与BI、传统分析工具有何不同？

简单来说，AI Agent 数据分析平台就是一个有“脑子”的数字数据分析师。不同于传统工具需要“人去找数、人去分析”，AI Agent 具备主动推理与任务拆解能力。它能够理解业务目标，7×24 小时主动监控数据，并在指标异常时自主拆解维度、寻找背后根因，最终直接给出可落地的策略建议甚至自动触发执行动作。AI Agent 数据分析平台并不是要替代传统 BI，而是对传统数据链路的重构与全面升级。它填补了从“数据洞察”到“业务行动”之间那最难跨越的最后一公里。

原创 Agent Team是什么？多Agent系统入门科普与选型策略

我们可以把Agent（智能体）理解为一个有“脑子”的数字员工。它不同于传统的聊天机器人，因为它具备“手”和“眼”。感（全域感知）：它不只是被动等待查询，而是像雷达一样7×24小时感知所有渠道的信号。数据看板的波动、App Store突然增加的一星差评、客服工单里的异常关键词，它都能主动捕获。知（深度理解）：它不仅知道“发生了什么”，更知道“为什么发生”。它不只是告诉你“留存率下降了5%”，还能结合业务背景告诉你“是因为上周版本更新导致的新手引导卡点”。行（行动闭环）

原创 2026企业AI数据分析选型平台全景指南：从“人找数”到“AI自主行动”

回扣我们开篇提到的那组数据：尽管97%的企业都在满怀热情地入场，但真正让数据就绪的依然只有那5%。2026年，AI数据分析工具的根本分野，早就不在于“谁的系统能回答更多的问题”，而在于“谁的系统能真正推动业务落地行动”。在选型时请自问：我的企业目前究竟处于哪个阶段？我需要的，到底是一个升级版、更聪明的报表工具，还是一支能够7×24小时不知疲倦、自主工作的Agent团队？不要再盲目追问“市面上哪个工具最好”，而是要深刻思考“以我的业务体质，最适合走哪条路”。

原创 企业Agent实战场景案例手册，来了！

过去一年，AI Agent加速进入企业。但会回答问题，不等于能把业务跑起来。素材什么时候该停投？高价值用户出现流失迹象后，能不能及时召回？...这些问题卡住的，通常不是数据和工具，而是数据、判断和执行没有真正连起来。为了解决这些卡点，我们将在8月1日正式发布《AgenticEngine2026——企业AI Agent实战场景案例手册》。

原创 ThinkingAI Annual Party 2026, 邀您相约 AI 之夜

原创 为什么 Agentic Engine 是企业AI落地必备工具？

当 Agent 独当一面，企业的形态也将随之改变。过去十年，企业做数字化转型，建的是数据仓库，是为了让数据“被看见”。下一个十年，企业做 AI 转型，建的是 Agent 团队，是为了让数据“能行动”。Agentic Engine 正在把这种未来的能力，变成今天你就能部署、能管控的产品。问题从来不是你需要不需要，而是——当对手已经拥有了这样的团队，你还要等多久？参考文章：[1] 重磅！

原创 一文读懂：企业级 AI Agent 平台（价值、分类、趋势、如何选）

在 2026 年正从技术概念，进入规模化落地期，是当前确定性最高的数字化投入方向。从全球市场来看，：2026 年底，全球 40% 的企业应用将内置任务型 AI 智能体；从中国市场来看，根据：中国企业级 AI 智能体市场规模达 212 亿元，2026 年预计增至 449 亿元，同比增长超 110%。：在已落地企业 Agent 的企业中，平均 ROI 超 150%，7 成以上企业在部署首年实现成本回收。这篇文章我就从。

原创 议程曝光！Agentic Growth泛娱乐行业峰会，让增长自进化

原创 ThinkingAI Agentic SDK正式发布，支持鸿蒙HMAF 2.0生态

随着HarmonyOS 7发布、鸿蒙智能体框架2.0把Agent能力放到客户端，越来越多开发者开始在自己的App里嵌入Agent。一个电商App，可能只是在某个功能里放了个对话入口。用户点进去问一句，后面就是Agent在多轮推理、调用Skill，把事办完。对开发者来说，这里多了一层过去没有的东西：用户的操作还看得见，可对话背后Agent做了哪几步、每一步是否顺利、在哪里中断，往往看不清。

原创 2026全球泛娱乐行业峰会，让你的增长自进化！

原创 直播回顾｜手把手教你用Agent做LTV预测！

再来是「预测」，从倍率估算到曲线拟合。接入全链路追踪后，从推送、到达、点击到完成，每个环节都有完整数据回收，桑基图可定位流量断裂环节，配合A/B对照，活动效果是否成立一目了然。LTV运营的核心，是从分析、预测、策略干预到效果观测的四步闭环，数据回收后再进分析，实现看清现状、提前预警、精细化运营。在7月1日我们的直播中，解决方案专家韦朗敏老师，带来《AI Agent驱动的LTV精细化运营》主题分享，拆解了LTV运营的四步闭环，并通过Agentic Engine实机演示，展示了Agent团队如何跑通整条链路。

原创 用Agent如何提升LTV？实操教学来了

做用户运营，LTV（用户生命周期价值）是几乎所有团队都想做好、却一直很难做细的一件事。用户的行为数据其实都在系统里——注册、激活、付费、留存、流失，全链路都有。但真要把LTV算细、用起来，通常还是得提需求、等排期、等取数、等建模、等出报告。这些事不难，却很占时间，而且等来了结果，策略也只能分层群发，一套打法只有效覆盖一群人。现在，有了ThinkingAI企业级AI Agent平台Agentic Engine，这件事可以不那么折腾。

原创 ThinkingAI 正式发布数据采集 Agent，实现对话式数据接入！

用Agent秒杀数据烦恼

原创 Agent 落地之前，先把地基打对

摘要： 2026年，企业级Agent的推理能力显著提升，但落地面临信任危机。核心矛盾在于Agent的执行能力与企业的业务上下文、数据底座及判断链路不匹配。传统BI依赖人工纠错，而Agent时代需解决“提问前”的模糊问题。企业需构建业务上下文、稠密数据底座和清晰判断链路，而非仅优化模型。从“参考级”到“执行级”的数据治理成为关键，信任裂缝的解决取决于数据地基的升级。未来竞争将聚焦于谁的数据基础设施更能支撑Agent的可靠决策。

原创 喜报！Agent最高评级！

和大家汇报下好消息——最近，在中国信息通信研究院（简称“中国信通院”）组织的可信AI数据分析智能体评估中，我们的Agentic Engine斩获了。图：“可信 AI”评估证书中国信通院组织的可信AI数据分析智能体评估，依据联合十余家权威单位共同完成的《智能体技术要求与评估方法 第9部分：数据分析智能体》技术规范，涵盖技术能力、场景能力和服务成熟度三个方面，共21个能力项，其中包含基础能力要求83项，高阶能力要求57项，旨在综合评估数据分析智能体的技术能力、场景能力和服务成熟度。

原创 ThinkingAI的来处与远方

十年前，四个年轻人在一间旧厂房里点亮了第一盏灯没有掌声，没有舞台只有一个朴素的信念——数据之中，藏着世界运转的真相我们写下第一行代码像播下一粒种子不知道它会长成什么只知道要认真浇灌有人问，为什么选这样一条路我们说，因为这是一条少有人走的路用十年时间我们走出了属于自己的路从上海到东京从首尔到硅谷从一张折叠桌到二十个国家一千五百次握手每一次都是一个承诺我们见过通宵达旦后的日出也见过客户谢意时的笑脸我们在高铁上吃过盒饭也在高空的飞机上改过方案十年磨一剑。

原创 From Data to AI，ThinkingAI全球发布完美收官！

ThinkingAI全球首秀发布Agentic Engine，打造企业级AI Agent团队，实现业务闭环，推动AI在企业中的落地应用。

原创 ThinkingAI发布会上海站落幕！携手Minimax、飞书、网易智企、亚马逊云科技书写AI Agent下一个10年

4月22日，ThinkingAI品牌焕新首秀在上海成功举办，以"From Data To AI, Build Your Real Agent Team"为主题，联合飞书、网易智企等行业伙伴，探讨企业如何构建AI Agent团队。创始人吕承通提出企业需转向以AI为中心的运营模式，CTO周津强调数据理解是关键。活动展示了Agentic Engine平台，分享数字分身型与员工型Agent的实践，以及游戏等垂直场景的AI应用。亚马逊云科技等专家解析了AI落地技术挑战，指出从原型到生产的四大关键。

原创 ThinkingAI携手华为云，共建企业级AI Agent平台Agentic Engine

摘要：ThinkingAI与华为云合作推出企业级AIAgent平台AgenticEngine，通过三层知识体系（记忆系统、行业Skill库、持续进化机制）将通用AI转化为业务专家。华为云提供AI算力底座和MaaS平台，实现低时延推理和突发流量应对。该方案已服务1500+企业，覆盖多个行业，支持用户自定义Skill，推动AI与业务深度融合，驱动企业增长。

原创 重磅！ThinkingAI正式发布企业级AI Agent平台Agentic Engine

Agentic Engine，可私有化部署的企业级AI Agent平台，让每一家企业都拥有自己的AI Agent团队。

原创 重磅！ThinkingAI与Minimax达成战略合作，共建企业级Agent平台

摘要：2026年4月16日，ThinkingAI在硅谷发布AgenticEngine产品，并宣布与MiniMax达成战略合作，共建企业级AI Agent平台。ThinkingAI拥有10年服务1500+企业的经验积累，MiniMax则具备领先的多模态大模型技术。双方将结合行业方法论与先进模型能力，通过AgenticEngine将AI深度嵌入企业业务流程，实现从技术到价值的转化。4月22日上海活动将公布更多进展，共同推动AI Agent时代的商业落地。

原创 官宣！数数科技正式更名为 ThinkingAI

数数科技正式更名为ThinkingAI，标志着从数据智能向AI领域的战略升级。公司由四位工程师创立于2015年，十年来服务全球1500多家企业，建立了行业领先的数据分析标准。基于十年积累的数据基础设施和行业经验，公司将转型为AIAgent赋能平台，让AI承担数据洞察和决策任务，助力企业高效应用AI技术。