从数据 Agent
到企业 Agent 平台
先把共用运行底座做深，再让各 BU 用自己的 Skills 和 MCP 长出业务 Agent。能力统一建设，场景分布式生长。
公司管理层 · 各业务部门负责人 · 业务落地 × 平台治理
高净值客户服务的多 Agent 终局，长什么样
这一页只交代一件事：画这张图不难，难的是让它可信地跑在生产里。上面三个难点的解法，就是接下来 40 分钟的内容。
先看一个真实数据 Agent怎么工作
三问下钻
变的是前端界面，不是另一套 Agent。左边是已上线的第一版小诺，右边是接下来要给业务用的进化版。
DataATM Plugin：Skill 管业务，MCP 管执行
Plugin 把业务方法与受控数据工具装进 Agent：先选对 Skill，再由 Skill 组合 MCP 工具完成取数、分析与交付。
一次对话，要能看清完整的运行过程
会话 → 链路 → 趋势
01 Session — 多轮请求串在同一会话
02 Trace — 下钻模型、Skill、工具与 Token
03 根因 — 上下文、工具返回、重试分开看
04 Dashboard — 七日 Token 与质量趋势对上 Trace
当前闭环：自动评估，人工改进
质量 Agent 按固定时间窗读取运行证据、执行规则并写回评分；问题确认、代码修改、回归、审批和发版仍由人完成。
自动化边界：质量 Agent 只做取证、七维评分、入队和写回；它不改代码、不升级 Skill、不自动发版。
1,367TRACE3,144SCORE11人审候选151REGRESSION不是“感觉答得好”，而是逐项核对证据
每条 Trace 都按同一规则产出 Pass / Fail / Unknown，并保留判定依据；Unknown 与业务真值问题进入人审，不让模型替自己打分。
一次真实失败，如何变成下一版能力
案例问题：「总结我名下客户的 AUM 和持仓产品风格。」路由是对的，但取数被拒绝后，回答仍给出了确定性数字。
编造了确定性结论
所有查询被权限策略拒绝，最终回答却仍给出 AUM、客户分层和投资建议。
不是一句「效果不好」
路由通过，不必误改路由。结果完整性失败、回答忠实度失败。权限交给数据权限负责人。
无成功取数不得报数
Regression 防复发；Silver 是人审经验；Gold 才是发布标准，质量 Agent 永不自动晋级。
最关键的不是多做 Agent，而是共用一个底座
一个 Agent，怎样真正走上线
创建 → 装配 → 上线
从创建 Agent，到发布、运行与排障
产品层管建设、接入和运营。统一入口之下，是两类运行时与会话池。
66 个 Skill 在货架上，点开能看到契约全文
规划 → 检测 → 上架
个人经验要变成公司的可信资产
Skill Hub 不是技能下载站。每个 Skill 有编号、版本、Owner、质检报告、调用计量和分发渠道。人走了，方法论还在货架上。
何时该用，完美输出长什么样
价值真伪、判重归口、防重复建设
SKILL.md + 基准输出 + Owner
静态查形，动态隔离真跑
分发 Engine / 诺Chat / CRM
热门上浮，零调用预警下架
先查「形」
命名、后缀、SKILL.md、frontmatter。格式不过，进不了动态检测。
再查「神」
Mock 环境真跑：敏感数据进出、Token、降级、与基准输出对比。合规一票否决。
信任 · 可靠 · 适用 · 规范 · 有效
五维可比；动态质量分加权 ≥70 才通过。Hub 管上下架，OPS 管调用量。
Skill 优化：Langfuse 看见，Hub 发版
Langfuse 不改 Skill。它只告诉你错在哪一层。改完的契约进 Hub 发新版，Regression 回归后，Engine 才加载。
Langfuse 看见
Trace 记下用了哪个 Skill、工具参数、拒绝原因和最终回答。
归因到层
先分清：业务 Agent、知识库 Agent、Skill 契约、权限还是模型。不要误改路由。
改 SKILL.md
只改该改的：触发条件、能力边界、无取数不得报数、降级话术、标准答案。
Hub 两道检测
静态过形、动态过神，TRACE ≥70。不过检的版本不能上架。
Regression 回归
用原 Trace 的同一问题重跑。防复发，不把当日动态金额写死成答案。
Engine 加载
新版本分发到 Engine / 诺Chat；软链热更新，Owner 批准后才对业务生效。
费用、模型和 MCP，都在同一套驾驶舱
费用 → 安全 → 质量
AI 要从项目堆，变成可运营的资产
不是又一个看板。它不做模型、不做应用、不替代网关——而是横跨整栈，让所有 AI 能力可计量、可治理、可优化、可汇报。
这个月到底花了多少
多云、网关、席位、实收四条管道统一折算 USD。2026-07：$69,861，526 亿 Token。
不该放行的必须拦住
368 个 MCP 工具里 8 个被运行时阻断。审核不是文档，是系统能证明拦过。
上线了，不等于用得好
31 个 Agent 已登记；28 个 Skill 连续 30 天零调用。既有热门榜，也有淘汰预警。
哪个 BU 值得加预算
费用落到 BU × 模型 × 产品 × 用户。没有统一口径，就没有投入决策。
文档要进库，必须先过审核
上传 → 待审 → 检索
01 选库 — 业务规则 / 需求产品 / 操作流程 / 研发规范
02 打标 — 七个标准标签决定谁能搜到
03 待审 — 未通过不进 Dify
04 复用 — Skill 经 MCP 取上下文包
一次需求，怎样变成可复用的知识
图是 CRM 模拟案例全景。现场进入 AiCoding 知识库 MCP，讲 12 个 Skill 与四库。
统一底座，不等于统一做完所有业务
平台团队提供公共能力，BU 负责业务差异。每一层都有清楚的建设责任和复用边界。
入口 · 各自呈现
诺Chat、驾驶舱、BU 工作台或业务页面都可以复用同一底座。
ARK Engine · 公司共建
运行、编排、续跑、沙箱、审计与多 Agent 协作只建设一套。
Skills + MCP · BU 扩展
BU 沉淀业务规则和动作接口，不重复建设运行平台。
知识库 Agent · 跨场景复用
知识独立维护，可被不同入口和业务 Agent 作为公共专家调用。
ToolHive + Higress · 统一治理
一个管工具，一个管模型，把权限、额度、成本和审计收回公司层面。
同一底座，让不同 BU 长出自己的 Agent
公共底座完整复用，BU 只增加领域 Skills、业务 MCP 和风险门禁。知识库 Agent 作为公共专家随处可用。
ToolHive · Higress
知识库 Agent · Trace / Eval
找人、匹配、触达
新增对外发送审核与客户范围约束。
查单、处理、升级
新增写操作审批、幂等与异常升级。
选题、生成、适配
新增品牌规则、版权与对客输出审核。
改码、测试、交付
新增仓库权限、Review 和发布门禁。
平台不是为了管慢，而是让业务安全地快
三个最常见的失控点：Token 黑箱、经验不回流、小工具直接上线。
认可统一平台，
把高价值场景交进来
不鼓励每个部门重新建设一套 Agent 平台。平台统一建设 ARK Engine、ToolHive、Higress 和公共 Agent；BU 负责业务 Skills、MCP、真实场景和验收标准。
提交一个值得孵化的场景
它应当高频、有价值、可验收，并且有明确业务 Owner。我们从真实场景开始，共同把它孵化成正式 Agent。
统一建设底座，让业务能力分布式生长。Agent 可以不同，运行、工具、模型和治理不再重复建设。