当 DolphinDB 遇见 X：企业级 Agent 的另一种可能

在企业引入大模型能力的早期阶段，最常见的落地形态往往是一个问答式 AI 助手。

以我们最先推出的问答式 AI —— DolphinMind 为例，它首先解决的是“找得到、答得出”的问题：用户通过聊天窗口提问，系统通过检索增强生成（RAG）从文档、知识库和历史资料中找到相关内容，再由模型组织成回答，让知识获取、报错理解、脚本生成变得更高效，也让企业内部经验不再散落在文档和个人记忆里。

但问答式 AI 的边界也很明显：它更多是在“告诉用户该怎么做”，而不是“参与到任务执行中”。

比如运维人员询问报错原因，AI 可以解释相关机制；但如果要进一步判断集群是否存在节点异常、查询近期日志、检查权限配置，并给出可执行的处理建议，它就需要访问真实系统、调用工具、理解上下文，并在权限范围内完成一系列动作。

这也是让我们从聊天窗口走向 Agent 的关键一步。

Agent 让模型不再只是生成答案，而是能够围绕目标拆解任务、调用工具、执行脚本、读取数据并汇总结果，AI 的角色也从“知识助手”变成“任务助手”。但当任务变长、链路变复杂，新的问题也随之出现：上下文如何持续保存？工具调用失败后如何重试？执行过程如何监控？结果如何回放、审计和评估？

进一步看，企业需要的往往也不止一个 Agent。

运维、开发、数据分析、投研等场景，都可能需要不同 Agent 协作；它们背后连接着不同的数据、工具、知识库、脚本和业务流程，也会被不同用户、团队和角色共同调用。如果每个 Agent 都单独开发、单独接权限、单独管理工具、单独维护记忆和日志，系统很快就会碎片化：能力难以复用，权限和资源难以统一隔离，执行过程难以监控、审计和追溯，最终也难以安全、稳定地进入生产系统。

我们的答案：DolphinX

基于这样的判断，我们推出了一套面向企业场景的 Agent 开发与治理平台。

它的定位不是一个孤立的 Agent，而是让 Agent 能力长在 DolphinDB 这套企业数据与计算底座之上，并和业务能力自然绑定。这样既能充分发挥我们产品的优势和业务经验，又能帮助用户快速开发，高效决策。

我们将其命名为 DolphinX——X 在数学中象征未知与探索，代表 DolphinDB 探索的无限可能；同时它也和乘号相近，代表 DolphinDB 强大的数据计算能力和 AI 智能深度融合、相互放大，释放远超简单叠加的创新价值。

那么，DolphinX 究竟是一款怎么样的产品？下面请欣赏一段来自 DolphinX 的自我介绍：

DolphinDB 天然处在企业数据和计算的核心位置。它管理时序、关系、数仓、文本、向量等多类型数据，承载批计算、流计算和异构计算，也在金融、能源、工业等场景中沉淀了大量业务逻辑，并以组件化的形式内置于产品中，开箱即用。换句话说，DolphinDB 不只是一个数据库，也是一套融合数据、计算、编程和业务能力的底座。

DolphinX 是 DolphinDB 能力形态的进一步延伸。它在 DolphinDB 强大的数据与计算底座之上，深度融合企业数据底座，打造出一套集权限管控、记忆管理、可观测可管理于一体的 Agent 治理平台：向下打通数据、计算、脚本、知识库（RAG）、MCP 与 Skill，向上支撑 AI 客户端、行业 Agent、Dlang Coding Agent 及客户自研 Agent，真正让 Agent 能够被企业长期、安全、可控地使用。

不是零散经验，而是可沉淀、可复用的业务能力

在 DolphinX 里：

企业可以沉淀大量业务 Skill，把运维经验、投研流程、诊断规则、工具规范封装起来，让 AI 不必每次都重新理解复杂业务，而是按需调用已有能力，从而减少大模型在业务场景中的幻觉和臆测。

知识库和记忆能力由平台统一管理。

知识库支持企业级共享和复用，无需上传到云端，也不依赖个人本地环境。

记忆则按照企业、团队和个人不同层级进行管理：企业/团队记忆沉淀可复用的组织经验，个人记忆保留用户偏好、历史习惯和个性化上下文，在统一的业务语境下实现“上下同域、千人千面”。

上下文也不是简单把所有内容塞进 Prompt，而是会根据预算从系统提示词、历史摘要、最近对话、工具、Skill、记忆中动态组装，由平台统一管理，开发者还可以预览模型这一轮到底看到了什么。

不只是能力堆叠，更是企业级的安全和治理

同时，DolphinX 将安全和治理放在平台层统一处理。

模型生成的脚本不会默认被直接信任，系统会在执行前进行安全检查；DolphinDB MCP 工具调用可以复用当前用户身份，延续数据库原有权限体系；Agent、模型、Skill、MCP、记忆、用户权限和审计日志，也可以在同一套 Web 管控系统中统一管理。

这意味着，企业不需要为每个业务团队各自搭一套零散的 Agent 后台，也不需要把数据和能力暴露到外部系统里重新治理。Agent 的能力可以围绕 DolphinDB 持续沉淀、复用和迭代。

治理DolphinX 的无限可能

目前 DolphinX 已经具备权限继承、记忆管理和内置 CodingAgent 等基础能力，并可接入 DolphinDB 知识库，但这只是开始。未来，我们将推出知识库的可视化配置界面，并深化 Multi-Agent 能力建设，让多个 Agent 之间的分工协作更加成熟。

同时，我们也将围绕不同业务场景，推出更多垂直智能体产品和 Skills：

数据库运维智能体

插件开发智能体

机器学习与数据分析智能体

支持长会话的 Dlang 编程工具

同步推出智能体评测工具 X-Lab，用于衡量与验证智能体能力

…

结语

企业智能化的关键，不是把大模型放进系统里，而是让 AI 真正理解并参与企业的业务系统。

这要求 Agent 既能调用数据和工具，也能继承权限、遵守规则、留下记录，并在长期使用中沉淀业务能力。只有这样，AI 才能从一次次演示，走向可持续运行的生产力。

DolphinX 的意义正在于此：它不是把 Agent 做成一个孤立入口，而是让 Agent 能力生长在 DolphinDB 的数据、计算和治理体系之上，成为企业可以信任、管理和复用的智能能力。

它要解决的，正是智能体落地的“最后一公里”问题：让 Agent 从可演示、可试用，走向可管控、可审计、可复用，并最终安全、稳定地进入企业生产系统。