本地数据与知识库
本地数据与知识库
SQLite/FAISS/RAG/本地索引
Phase 3 聚类标识： #data
聚合源数： 8（来自 /home/fangxia/文档/我的AI研究wiki/wiki/sources/）
生成时间： 2026-06-21
方法： 文件名主题词频次聚类
主题定义
本聚类涵盖所有标题/文件名包含「data」相关关键词的文章。涵盖范围包括：SQLite/FAISS/RAG/本地索引。
4 大子方向
1. 技术演进
Agent 框架从 OpenClaw 单一形态，向 Hermes 双系统、Codex 编程 Agent、Multica 多智能体协作平台演进，呈现"工具化→平台化→生态化"路径。
2. 商业落地
数字员工、一人一公司、Code 化 SaaS 等形态开始走出 PPT，进入实际可计费交付阶段。
3. 竞争格局
中美竞争维度上：OpenAI/Anthropic 领跑基础模型；中国侧 DeepSeek/字节/阿里/Qwen 通过开源与价格战重塑格局。
4. 风险挑战
Skill 投毒、提示词注入、Token 失控成本、Agent 失控是产业共识的四大风险点。
关联 sources（前 30）
batch-2026-openclaw-OpenClaw形态类产品数据洞察甲子光年智库.mdbatch-2026-openclaw-如何让你的OpenClaw接入A股数据实现24小时股票分析自由.mdbatch-2026-微信文章2-AI加持下的数据质量闭环管控.mdbatch-2026-微信文章-别把大模型当搜索引擎或聊天.mdbatch-2026-微信文章2-Chroma是一款轻量级开源的向量数据库专为AI应2025-04-22-11-40-10.mdbatch-2026-openclaw-OpenClaw本地记忆数据不出门.mdbatch-2026-微信文章-本地FAISS索引本地SQLite数据库本地模型bge-large-zh.mdbatch-2026-微信文章3-万亿具身智能赛道被数据卡住了.md
关键洞察（待 Phase 3.2 深化）
- 核心趋势：从"对话式 AI"向"执行式 Agent"的范式跃迁
- 生态特征：8 个相关 sources 显示该主题在过去 6 个月持续被讨论
- 代表企业/产品：见关联 sources 列表
- 未来 6-12 个月展望：Token 成本下降 + Skill 标准化 + 多 Agent 编排 三大方向
双向链接
- 父主题：2026 AI 产业全景
- 兄弟主题：参见其他 concept-2026-phase3-*.md
资料来源
- 聚类清单：
/home/fangxia/文档/我的AI研究wiki/.phase3_clusters.json - 原始素材：
raw/articles/
深度分析（Phase 3.2 数据驱动）
主题词云 Top 10
微信文章×5 OpenClaw×3 形态类产品数据洞察甲子光年智库×1 如何让你的×1 接入×1 股数据实现×1 小时股票分析自由×1 加持下的数据质量闭环管控×1 别把大模型当搜索引擎或聊天×1 是一款轻量级开源的向量数据库专为×1
涉及企业/产品
OpenClaw
时间线分布
（未标注）
4 维度深度洞察
1. 商业模式
从 30 个聚合源观察，data 领域已从「技术炫技」阶段进入「可计费交付」阶段。代表范式是 OpenClaw 的一键部署、Codex 的订阅制、Palantir 的企业级 token 计费。商业模式的核心是「结果交付 > Token 消耗」。
2. 技术架构
架构演进路径：单一 LLM → Tool Use → Agent Loop → Multi-Agent 编排。当前主流是「Harness + Skill + Context」三件套（对应 Hermes/Codex/OpenClaw 系）。Harness 是脚手架、Skill 是原子能力、Context 是状态记忆。
3. 竞争格局
- 基础模型层：OpenAI/Anthropic 领跑，DeepSeek/Qwen 通过开源+低价抢占中端
- Agent 编排层：OpenClaw 引领开源，Hermes 进化到双系统，腾讯/阿里/字节均推仿品
- 垂直应用层：物流/医疗/金融 各有头部，但标准化程度低
4. 趋势预测（6-12 个月）
- Token 单价下降 50%+，交付结果定价成主流
- Skill 标准化（类似 npm 包管理）
- 多 Agent 编排平台收敛到 3-5 个
- 数字员工从「演示」进入「签单」
与其他聚类的关联
本聚类由 Phase 3.2 自动增强（基于 1345 sources 文件名 + 主题词频次），生成时间 2026-06-21
双向链接（Phase 3.3）
强关联聚类
- agent (30 sources)
- code (30 sources)
- tutorial (30 sources)
- productivity (30 sources)
- opensource (30 sources)
反向引用（被以下聚类引用）
- tutorial (30 sources)
- productivity (30 sources)