我个人感觉是夹在面向对象和领域驱动的中间演进层， 感觉这个方向演进，程序员还要诈尸还魂。
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
 |
dnfQzjPBXtWmML14h 4m ago
1
palantir 推起来的，同时还有 FDE 现场开发工程师这个概念
|
 |
RexKang14h 3m ago
2
反正 CMDB 借尸还魂了。先不管好不好用，你就说有没有噱头吧~是不是瞬间高大上了 _-|||
|
 |
maolon13h 53m ago
3
基本就是领域模型 + 可推理图的混合体，和真正的本体模型建模(owl, shacl)还是有一点区别的, 可以当做 palantir 那套东西, 不能算自嗨，我有投入生产的系统了
|
 |
jacketma13h 40m ago via Android
4
根据人择原理，agent 必然存在 A 择原理，存在但是人择的子集。
|
 |
fang2hou13h 37m ago
5
也不是最近了吧，几个月前非常火爆，最近声量明显小了。
我们公司也是有实际应用的产品，但是目前还是没看出很大的效果，可能以前也是有领域知识整理的 |
 |
geese102812h 26m ago
6
pltr 弄起来的，我一直没想明白是什么。pltr 也没有什么有价值的分享。
|
 |
bojue12h 10m ago
7
他们最有价值的就是领域模型吧，其他大数据感觉噱头的概率百分之二百，前段时间看 muse 的王提了一嘴 ptrl ，就是个提供情绪价值的公司。
1.先给用户一本精美的操作手册，情绪价值的拉满 2.客户并不关系功能，而在于安全感买单 3.留在现场的实施人员基于业务搭建模型 本质上和 orm+entity 没有多少区别，大数据那一套实时计算+离线管道+数据集成+数据血缘：对接了 orm ，屏蔽掉底层 sql 查询，新增了权限，操作，之前做大数据的业务，客户搭建的业务服务就是一个迷你版的 palantir |
 |
SchwarzeR12h 6m ago
8
|
 |
7211h 19m ago
9
之前研究过这些东西，但感觉更像是个噱头，像是把老概念给重新炒起来了。研究之后，其实发现没有什么特殊的。实际作用的话，也并不大, 感觉更像是个哲学理念吧。炒一波冷饭，再割一波韭菜。
|
 |
10
@SchwarzeR 数据治理、知识图谱、给每个表字段写上提示词注释 。这些说起来不难，但是 知识图谱 如何跟随业务自动更新 这个当初学 DDD 的时候就是个大问题，自己尝试落地 ops-agent 也有同样的问题，尤其是 ai 导致业务迭代一日千里的时候。 不知道有没有什么好的方案。
|
 |
11
PLTR 为了把一个咨询公司炒作成 AI 公司必须得发明点概念，不然怎么支撑的起几百倍的估值
|
1 |
12
只看你的业务是否真正需求
对于稳定的业务领域（比如已经是 DDD 的成熟业务），将其抽象为图结构组织，以获取更高的信息密度/更高的提示词压缩率，同时需要付出稍微高额一点的维护成本； 对于快速演进的业务，其图结构则是不稳定的，维护成本过高会导致落地效果差。 本质上是一种 agent 对复杂/跨系统的意图识别的实现方式，和传统的图推理有些不同，但是 LLM 的出现确实解决了以前本体/知识图谱无法落地的一些痛点问题。 |
 |
min4h 57m ago
13
单说本体两个字就是方法论，和 harness 是一样的
效果看工程实现的水平和具体场景 “夹在面向对象和领域驱动的中间演进层” 这个部分好像和 agent 没有强关联关系 |
 |
BlueSkyXN4h 6m ago
14
没意义，绝大多数公司连维护数据仓库、连接业务系统的能力都没有
|
Select Language