
我把 OpenAI Data Analytics 官方页面中的技能说明整理成了 skill 格式,放到了github上 OpenAI-Data-Analytics,部分md文件官方页面有提到,但没有泄漏具体内容,我让codex补全了下,见分支 codex/fill-empty-markdown,欢迎star/fork。

我把 OpenAI Data Analytics 官方页面中的技能说明整理成了 skill 格式,放到了github上 OpenAI-Data-Analytics,部分md文件官方页面有提到,但没有泄漏具体内容,我让codex补全了下,见分支 codex/fill-empty-markdown,欢迎star/fork。

2023 年以来,随着大模型推理、工具调用、代码执行与企业数据治理能力逐步成熟,Data Agent 从早期的 NL2SQL 或“智能问数”快速演化为一个更宽的系统范式:它不只是把自然语言翻译成 SQL,而是试图在受治理的数据环境中,完成从任务理解、数据发现、语义对齐、查询/代码生成、执行验证、可视化、报告生成到后续行动的一整条闭环。2025年被业界公认为智能体(Agent)落地元年,也是数据智能发展的关键拐点。本文基于 2023—2026 年间公开可获得的官方产品文档、论文、基准测试、技术博客及部分大会/发布会资料,对国内外大厂与初创公司在 Data Agent 方向上的工作进行系统梳理,重点回答五个问题:

如果你最近关注 IT、独立开发者或者 AI 创业圈子,一定频繁被一个新词刷屏——FDE(Forward Deployed Engineer,前沿部署工程师 / 前沿开发工程师)。
这个在海外被 OpenAI、Anthropic 疯狂抢夺,国内被字节、阿里、腾讯真金白银用百万年薪高薪诚聘的岗位,正在成为 AI 时代最炙手可热的“黄金赛道”。
很多人会好奇:FDE 到底是个什么角色?它和我们熟知的程序员、售前、实施顾问有什么区别?它是真的行业趋势,还是又一个包装出来的新名词?今天,我们就用一张“硬核对比表”,带大家看懂 FDE 的本质。
这应该是目前看过的最详细、最深入的技术解读系列文章。
第1章原文链接: https://diwang.info/how-claude-code-works/#/docs/01-overview
本章导读:本章从宏观视角介绍 Claude Code 的定位、技术栈和架构全貌。我们会先理解它作为 Agent 与传统编程辅助工具的本质区别(1.1),然后介绍技术选型(1.2)、6 条核心设计原则(1.3)、关键术语(1.3+)、源码目录结构(1.4),最后通过数据流全景(1.5)、启动流程(1.6)和架构总览(1.7)将所有概念串联起来。如果你只想快速了解全貌,可以直接跳到 1.5 数据流全景。
Claude Code 不是一个简单的"CLI 调用大模型"工具。它是 Anthropic 官方推出的 受控工具循环 Agent(Controlled Tool-Loop Agent),专为真实软件工程任务设计。
要理解 Claude Code 的定位,我们需要先理解 AI 辅助编程的三级范式:
第一级:代码补全(如 Copilot)。模型的工作是"预测下一行代码"。它看到你的光标位置和上下文,生成一个补全建议。这本质上是一个单次预测问题——模型不需要理解整个项目,不需要执行任何操作,只需要根据局部上下文生成合理的代码片段。用户始终是驾驶员,模型只是副驾。
翻译自 Anthropic 官方博客,原文链接:https://claude.com/blog/multi-agent-coordination-patterns
五种多智能体协调模式、各自的权衡取舍,以及何时从一种模式演进到另一种模式。
在此前的一篇文章中,我们探讨了多智能体系统何时能带来价值、何时单个智能体是更好的选择。本文面向已经做出这一判断、现在需要决定哪种协调模式适合其问题的团队。
我们发现,许多团队选择模式时往往基于"听起来复杂高端",而非"是否契合实际问题"。我们建议从最简单的可行模式出发,观察其局限所在,再逐步演进。本文将分析以下五种模式的机制与局限:
自动化非常强大,但如果没有触发器,自动化系统将不会发生任何事情。
在 OpenClaw 中,AI Agent Trigger(AI 代理触发器)是告诉代理什么时候开始执行任务的事件。
它定义了执行的时间、原因以及条件。如果没有触发器,系统会一直处于等待状态;
一旦触发器被激活,Agent 工作流就会自动运行。

分享两篇关于数据科学与机器学习趋势的文章,供大家参考。总结下来,最最重要的两大趋势:
实际应用中,小模型(Qwen-8B etc)将越来越受到关注
Agent和AutoML将越来越受到关注

Are you thinking about switching to Data Science in 2026?
If the answer is “yes,” this article is for you.