摘要：从加一个 AI 助手按钮，到重新设计一套面向 Agent 的操作系统，衡石对 AI+BI 的回答不仅是产品，更是一组关于工程化的观点。本文提炼衡石技术体系背后的三个核心观点，探讨企业规划 AI+BI 长期路线时的参考坐标。

1 两种 AI+BI 思路的分野

在 AI+BI 的浪潮中，大多数厂商选择的是 AI-feature 路线：在现有产品上加一个 AI 助手按钮，让用户可以问数、生成图表。这条路投入小、见效快，但本质上是把 AI 当作现有产品的一个功能插件。

衡石选择的是另一条路：Agent-first。它的核心假设是，未来的 BI 将越来越多地由 AI Agent 在后台自动化执行，而不只依赖人类在图形界面中操作。因此衡石的 AI 投入不止是增加一个功能，而是围绕 Agent 操作 BI 的标准（HENGSHI CLI）和专业能力协作（Data Agent Family）建设工程体系；对于需要软硬一体、私有化运行环境的场景，还可结合 HENGSHI BOX。

AI-feature 回答的是怎么在现有产品里加智能，Agent-first 回答的是 Agent 如何成为 BI 工程的一等公民。两种路线没有绝对的对错，但它们决定了产品演进的路径完全不同。

2 工程化的三个支柱

2.1 标准化比智能化更重要

Agent 不需要创造新的 BI 操作方式，只需要稳定地执行标准化的操作。HENGSHI CLI 把 BI 工程全链路收敛为一棵语义化的命令树，并配以 16 个聚焦的 Skills 套件。所有 Agent 执行同一操作时走同一套流程，结果可预期，问题可追溯。可预期的执行，是可治理自动化的前提。

2.2 可审查性是自动化不可妥协的底线

HENGSHI CLI 用三个机制把 Agent 的自动化从黑盒执行变成白盒协作：dry-run 预演，Agent 在执行变更前先演示要做什么，人类确认后再执行；SSE 实时同步，Agent 在终端里生成的仪表盘，业务人员可以在浏览器里实时看到；全量审计日志，所有操作包含操作人、时间、命令、结果，满足合规审计需求。

2.3 安全是 Agentic BI 的前提条件，而不是附加项

HENGSHI CLI 将令牌保存在操作系统 Keyring 中，并支持 OAuth 与企业 SSO。面向 Agent 的安全治理首先依赖于身份认证、权限管理、数据访问控制和操作审计等技术手段；当企业有更高的部署隔离要求时，私有化或物理隔离可作为补充措施，HENGSHI BOX 是其中一种可选形态。当 Agent 获得 BI 系统的操作权限时，权限治理、审计和变更控制必须同步落实。

3 人机协作的新分工：人做决策，Agent 做执行

衡石 Data Agent 提供数据问答、建模、可视化创作等能力，可形成一种新的分工方式：人负责业务问题、口径确认和结果审核，Agent 辅助完成相应的分析工程工作。以「各区域客户留存情况」为例，方案可以结合数据问答、指标建模和可视化创作；具体顺序、编排与可审计方式应以当前产品版本和交付设计为准。

这种分工的关键在于口径由人定义、执行由 Agent 完成。指标口径是企业的业务共识，必须由人来定义和管理；Agent 负责在大规模、高频、重复的分析工程中稳定执行。这既不是让 AI 取代人，也不是让人做所有脏活，而是让双方各司其职。

4 从产品到生态：Agent 能力如何嵌入企业

一套 Agent 体系要真正进入企业，需要能够适配既有技术栈，而不是要求企业推倒重来。衡石支持 SDK、API 与 iFrame 等集成方式；企业应结合前端形态、交互需求和项目目标选择合适的接入路径。

在编排层面，衡石 AI Agent 支持与 Dify、Coze 等 Agent 平台调度协作。外部平台与衡石侧的职责划分、调用接口和权限传递方式应以当前产品版本和集成方案为准，使企业能够在既有 Agent 平台投资的基础上引入 BI 分析能力。

5 对企业 AI+BI 路线规划的启示

对企业而言，与其纠结于选哪家 ChatBI，不如先回答四个问题。

第一，Agent 能不能覆盖所需的分析流程，而不只是问数这一个环节？第二，有没有指标语义层？这是企业级准确度的基础，也是 AI 问数可信的前提。第三，集成方式是否灵活，能否适配现有技术架构？是否兼容已有的 Agent 平台投资（如 Dify、Coze），是否提供 API、SDK、iFrame 等多种接入方式。第四，安全权限体系是否健全？应重点核对多租户隔离、细粒度权限控制和操作审计等能力，并以实际部署方案确认适用范围。

6 结语

Agentic BI 从概念走向工程化的关键一步，是把 Agent 当作 BI 工程的新操作者来设计：让 Agent 做的事和人类做的事用同一套标准，只是接入方式不同。衡石的技术体系提供了一个完整的参考坐标。即使不选择衡石，理解其设计逻辑也有助于评估其他方案，并为自己的 AI+BI 路线建立判断框架。