HENGSHI SENSE 6.2发布,超越ChatBI的数据智能底座

导言

▶你们怎么(还)没有被取代啊?

每隔一段时间总有人问:BI是不是要被AI取代了?这话语法没错,逻辑却很混乱。取代本就是同类事物之间的替代,而 BI 不是一项技术,他是一个市场,它从数据仓库在 OLAP 场景延伸而来,指代企业对数仓集中数据做统计关联、产出分析洞见的整套工程。AI 则是一项技术,并非一个明确市场,根本谈不上取代。

当下 BI 市场在数字化与数据价值化驱动下稳步增长,AI 技术更是突飞猛进。业内共识很明确:在 BI 平台与实施工程中用 AI 提效。国内主流厂商都在重兵投入新一代 BI,而新一代毫无悬念,就是面向 AI Agent 时代的智能化分析平台。衡石最早定义了 Agentic BI,并在4月1日推出关键组件 HENGSHI CLI,意味着平台可直接对接 OpenClaw 这类 Agent 产品,由"龙虾"接管 BI 工程全流程,替代人完成精细、繁琐、流程化的各类BI工作。

退一步说,即便按大家直观理解,AI大模型已经能直接分析数据、出可视化图表,功能更灵活,是不是替代了 BI 工具场景?这问题值得讨论,但现实答案很清醒,迄今为止,严肃的企业级 BI 场景里,还没有 AI 平台直接对接数据并成功取代 BI 的案例。原因很现实:

  • 数仓的确定性查询引擎必不可少,要保证严谨、持续可靠;大模型就算能直接调用数仓,也得把查询意图转成 SQL,而目前最好的转换器,正是各类 BI 平台。
  • 大模型上下文有限,海量数据不可能全喂进去,推理成本极高,用来做数据分析得不偿失;数仓+BI 是长期最佳实践,也是性能与成本权衡后的最优方案。
  • 企业级关键能力缺失:权限管控、账户体系、安全审计、指标统一口径等,这些才是企业 BI 流水线的核心。

总而言之我们的观点是:**老一代靠分析师手工实施的 BI 平台,必然会被新一代面向 Agent 的 BI 新平台取代。**所以那个问题的答案其实是:早就被取代了,我们被自己的新产品取代了!

▶研发团队变异

从2026年开始,我们的 AI coding 从探索阶段正式落地到实际研发,团队在技术推力下发生了很多超乎想象的变化,组织形态也随之迭代。我们判断:AI 原生的开发方式,必将催生 AI 原生的组织形态,先进生产力带来先进生产关系。

  1. 协同对接面减少,单人覆盖范围扩大,前后端工程师界限逐渐模糊,在AI加持下均可实现端到端功能交付;产品PRD直接对应代码,功能评审鼓励直接拿出可运行原型。
  2. QA团队价值进一步提升,从Harness Engineering角度强化质量约束,借助AI大幅提升测试覆盖率,向100%自动化甚至饱和式覆盖迈进。
  3. 通过OpenClaw+LLM的代理模式解耦提效,自动消化大量原本需要人工处理的琐碎事务,尤其文档类工作。
  4. 打造产品决策中枢 HENGSHI JARVIS,作为AI原生研发的统一上下文,与Harness Engineering互补,推动整个研发组织向Agent驱动转型。

软件与 SaaS 企业流程清晰,最适合率先完成 AI Native 转型。虽然软件从业者正承受着 AI 带来的巨大冲击,但一个反共识的真相是:AI对软件行业提升最显著,行业整体盈利能力即将大幅增强。

HENGSHI SENSE 6.2创新概览

▶ChatBI 还不够,远远不够

在真实复杂的企业场景里,ChatBI 仅靠简单对话交互,无法解决 BI 工程落地的核心问题。面对异构数据源、脏数据、复杂数据模型和精细权限管控,极易出现幻觉与逻辑断裂,也无法处理长流程任务,底层一出错就全线中断,形不成完整工程闭环。

企业真正需要的是端到端落地的 Agentic BI,一套基于智能体架构的数据自动驾驶引擎。它把大模型从 "自然语言翻译官" 升级为 "全局调度器",通过轻量级 CLI 或网关,自主完成数据探查、语义模型固化,并能根据数据库报错自动重试与自愈,直接接管繁重的数据工程工作。

简单说,ChatBI 只是 "帮人查数据",而 Agentic BI 是 "替人建数据基建"。只有打通从数据接入、语义建模、权限控制到前端展示的全流程自动化,把 AI 能力沉入 BI 底层,才能根治实施烂尾问题,交付可自我迭代的企业数字资产。

▶AI明确提出的三大要求

Agentic BI 演进中,BI 底座的核心正从可视化转向语义管控。坚持 Headless 架构、做强指标层,是 AI 与数据工程深度融合的关键。

一方面,指标定义要升级为企业业务本体论。大模型不懂企业定制化业务逻辑,而 Headless BI 沉淀的统一语义模型,能为大模型提供精准上下文,从根本上消除幻觉。

另一方面,Headless 与 CLI 是 AI 执行的最佳组合。Headless 解耦底层逻辑与前端,CLI 则让 Agent 可以像工程师一样高效执行数据集、指标、权限等操作,远比传统 API 更适配智能体。

最终,"Agent + CLI + Headless 语义引擎" 让 AI 从被动查数变为主动建数,并持续迭代优化指标本体库,让企业拥有一个可自我生长的活体数字大脑,而非一堆静态报表。

HENGSHI SENSE 6.2亮点功能一览

历经团队半年的精心打磨,衡石科技 HENGSHI SENSE 6.2 版本正式重磅上线!作为企业级商业智能的核心产品,本次版本围绕 「AI 能力」、「指标管理」、「应用管理」、「仪表盘」、「数据源」、「基础管理」 六大核心模块,实现全场景、全方位的体验革新与能力升级。每一个功能都致力于立足业务实际需求破解数据分析痛点。

本次产品迭代以高效、智能、安全、灵活为核心,打通数据分析全流程,降低操作门槛、提升管理效率、保障数据安全,让每一位业务人员都能轻松实现高效数据分析与决策。接下来,一起解锁本次版本的全部核心亮点!

一、AI查数助手

6.2 版本 AI 能力迎来里程碑式升级。本次更新中,Data Agent 从传统问数助手全面进化为全栈 BI 智能体,在原有强大的数据查询分析能力之上,新增数据建模、可视化创作、系统页面操作等核心能力,并深度优化交互体验与场景覆盖,让 AI 真正自主完成端到端数据分析任务。

▶建模助手

新版本中 Data Agent 能力突破传统数据建模门槛,化身专业数据工程师,能在建模画布中自由拖拽数据集、灵活配置 LEFT/INNER/RIGHT JOIN 等关联关系,快速从数据连接中创建新数据集,也能基于业务分析目标,智能推荐最优关联类型与维度归属,一站式完成数据建模工作。

▶创作助手

作为可视化创作专家,Agent 可全程协助搭建数据报告与仪表盘,一句话指令即可新建仪表盘并自动生成对应图表,灵活修改图表类型、配色、标签、坐标轴等样式,精准调整表格列字段、排序规则与格式,一键配置过滤条件,优化仪表盘布局、容器与主题,实现从数据探索到可视化交付的全流程自动化。

▶问数助手

6.2版本中,经典智能问数能力迎来全面升级。具备更智能的分析流程规划能力,自动完成需求理解、数据探索、查询执行、洞察交付的多步任务;支持从查询错误中自我学习优化,避免重复失误;精准记忆用户分析习惯与常用维度,实现个性化适配;更能智能搜索关联数据集、深度理解表结构与字段含义,数据查询与探索更精准高效衡石科技。

▶页面操作助手

新版本中 Data Agent 新增系统级操作能力,化身系统导航员与配置助手:可根据指令快速导航至数据连接、仪表盘等任意功能页面,修改图表标题、样式等配置项;还能边操作边讲解,演示数据模型创建等功能流程,实现全场景上下文感知的精准操作。

▶交互体验全面革新,效率与个性化升级

本次版本同步实现多项体验突破:Agent 直接调用页面功能,大幅提升操作速度;支持流式输出,结果实时呈现无需等待;自动适配多语言偏好,满足全球化需求;复杂任务自动拆解并支持进度跟踪。同时用户中心新增「Agent 偏好」设置,支持通过 Markdown 自定义个性化指令,Agent 也可从对话中自动学习用户习惯,越用越贴合需求衡石分析平台。

▶全域覆盖,全模块上下文感知

目前,HENGSHI SENSE 6.2 的 Data Agent 已实现全产品模块上下文覆盖,深度打通应用创作、数据集市、仪表盘、数据集、数据连接、数据管道、权限管理、API 管理、用户管理等核心场景,在任意页面均可一键唤起,精准理解当前场景并提供针对性服务,真正成为企业数据分析的全能智能伙伴衡石科技。

二、指标管理

面对企业日益庞大的指标资产,如何快速找到、用好核心数据,成为提升分析效率的关键。本次 HENGSHI SENSE 6.2 重磅升级 指标集市,推出 指标收藏 与 全局搜索 两大核心能力,彻底告别大海捞针式的搜索过程,让数据取用更高效、更便捷。

▶指标收藏

一键收藏: 常用指标轻点 "添加收藏",即可归入个人专属 "我的收藏",在配置指标看板时实现 秒级调用,大幅提升分析效率。

清晰溯源: 收藏列表中,每个指标都会显示其归属的 主题路径,点击路径可 一键直达 对应主题页面,快速了解指标上下文。

**容量保障:**个人收藏上限 1000 个,充分满足日常高频指标的管理与复用需求。

▶全场景指标搜索

本次升级引入了全场景指标搜索能力,无论您是在管理指标、在集市查看指标,还是在看板添加指标,都能享受一致的丝滑体验。搜索结果最多返回 1000 条,建议输入更精准关键词,检索效率与匹配度更佳。

结果保留: 当您在搜索结果中点击指标名称进入详情页时, 系统会为您保留当前的搜索关键词,当您查看完详情并点击"返回"时,页面将直接回到搜索结果列表,无需重新输入关键词。

场景切换: 当您在搜索结果中点击指标所属的所在主题时,系统判定您的操作意图已从"寻找特定指标"转为"查看该类目下的所有指标", 页面将直接跳转至该主题的列表页。此操作属于场景切换,返回时不会保留原搜索关键词,以便您在该主题下开始新的探索。

三、应用管理

HENGSHI SENSE 6.2 针对订阅与预警任务进行体验优化,在信息复用、数据导出完整性两大场景实现能力升级,让报表分发与数据传递更高效、更规范。

▶订阅/预警任务中外部邮箱或用户账号支持一键复制粘贴

日常业务中,用户常需将报表、预警信息推送至无系统账号的外部人员,批量外部邮箱、联系人 ID 等信息在新建任务时需重复录入,操作繁琐。

本次升级后,用户可在订阅 / 预警任务的「查看」界面一键复制已有账号信息,新建任务时直接粘贴即可快速复用,省去重复录入成本,大幅提升任务配置效率。

▶订阅/预警任务导出仪表盘数据时,新增导出图表注释配置

为保障数据传递口径完整、信息无歧义,6.2版本在订阅 / 预警任务中新增图表注释导出配置。用户在勾选导出 Excel 仪表盘数据时,可同步导出图表注释内容,让数据接收方在查看报表的同时,清晰理解指标口径、业务说明与备注信息,确保数据传递完整可追溯。

四、仪表盘

6.2版本对仪表盘进行全方位体验优化,覆盖图表样式、图例展示、参数与过滤器、复杂报表、门户交互、容器复用及导出规则等场景,可视化更灵活、配置更高效、展示更专业。

▶【图表】KPI条件格式新增规则配置方式

在以往版本中,KPI 指标卡的条件格式仅支持"色阶"设置(基于数值大小的渐变),且所有副指标必须共用一套格式逻辑。

为了让数据预警更加直观、精准,我们对 KPI 指标卡 的条件格式功能(指标卡和指标趋势卡)进行了优化升级。本次更新引入了更灵活的自定义规则,并实现了副指标和对比度量的独立配置(历史图表升级后配置过的条件规则不受影响)。

▶【图表】折线图、折线柱状图、组合图支持设置字段线条为虚线

为了进一步提升数据可视化的表达能力,帮助用户更直观地区分不同属性的数据,6.2版本现已支持在折线图、折线柱状图以及组合图中,针对指定折线开启"虚线"样式设置。

▶【图表】环形图、饼图等 图例支持展示度量/占比

为了让数据分布一目了然,新版本中我们对饼图、环形图和南丁格尔图的图例功能进行了深度增强。在以往版本中,图例仅展示分类名称。升级后,您可以灵活搭配"名称"与"度量值"和"占比"显示内容,即可在图例区域直接查看各分类的具体数值(度量)及百分比。

▶【图表】组合图形 提示信息默认显示字段名

为了提升图表阅读的准确性,减少看板创作者的配置负担,我们优化了组合图提示信息中"维度信息不透明"的问题,在提示信息中默认展示维度字段名称,实现"所见即所得"。

**自动联动:**当您在数据集或组件配置中修改了字段的"显示名称"时,提示信息中的名称将同步更新,无需手动调整。

**历史控件:**存量图表在未重新编辑的情况下,将保持原有的展示逻辑不变。

局部更新: 若您在旧图表中新增了字段,新增部分将按新逻辑(显示字段名)处理,原有字段保持不变。

▶【图表】组合图形 多度量合并模式为重合 图形居中展示

在组合图中,当您将多个度量设置为"柱状图"并将合并模式开启为"重合"时,系统会对重叠的柱体进行视觉对齐优化。本次更新将原有的"左对齐"展示调整为更加美观的"居中对齐"。

▶【参数控件】日期范围参数控件,支持「自定义默认值」配置项

日期范围参数控件新增「自定义默认值」配置,单个控件可独立设置默认值,不受参数全局默认值影响,满足更灵活的筛选场景需求。

▶【过滤器】快捷时间段支持自定义

本次 6.2 版本升级后,新增应用级自定义日期快捷选项功能,可完美适配各类业务场景。该自定义快捷时间段可直接应用于日期范围过滤器、快捷日期过滤器、日期范围参数控件,覆盖多类筛选场景,全方位满足业务个性化统计需求。

▶【复杂报表】支持页眉页脚自定义

新版本中复杂报表现已正式支持页眉页脚自定义功能。用户可以灵活定义页面顶部与底部的信息展示,可以在报表的每一页自动插入标题、页码、打印时间等内容。该内容在打印时可完美呈现。

▶【门户】支持显示位置路径和常用的应用操作项

此前版本中,门户应用发布后会在浏览器新页签打开,页面内无明确返回机制,用户查看完毕后只能手动关闭页签或切换窗口,操作繁琐;同时,部分常用的应用级操作在门户模式下难以快速触达,导致操作链路过长、效率偏低。

本次 6.2 版本优化后,门户应用顶部栏将清晰展示该应用的位置路径,方便用户快速了解当前应用归属,轻松实现页面回溯;同时新增常用应用操作入口,核心操作一键可达,大幅缩短操作路径。

▶【仪表盘配置】支持将容器作为一个整体导入仪表盘

为了进一步提升仪表盘的搭建效率,减少重复性的排版工作,您可以在仪表盘中直接一键导入整个容器,实现业务模块的快速迁移与复用,大幅降低重复排版成本,提升搭建效率。

▶【导出】图表明细数据导出条数限制规则优化

原导出明细固定限制 10 万行,新版本优化为跟随系统安全策略中的导出行数规则,最大支持导出 1000 万行,满足更大数据量导出需求。

五、数据源

HENGSHI SENSE 6.2 针对数据源模块重点优化,聚焦数据集市管理场景,新增三大实用功能,从资源访问效率、资产安全、数据复用三个维度提升体验,助力企业高效管控核心数据资产。

▶数据集市文件夹和数据包支持置顶

为了帮助您更快速地访问核心数据资源,6.2版本数据集市现已正式上线"置顶"功能。您可以将高频使用的数据包或重要的文件夹固定在列表顶部,实现资产管理的井然有序。

▶数据集市数据包支持锁定

为了保障核心数据资产的稳定性,防止在关键业务周期内发生误操作,我们新增了数据包锁定功能。数据包管理者可以对负责的数据包执行"锁定"操作。锁定后,该数据包进入保护状态,所有内部资源(如数据集、数据模型等)均变为只读状态,任何用户(包括其他管理者)均无法进行编辑或删除。

数据包遵循"谁操作锁定,谁负责解锁"的原则:

  1. 当原锁定人不再担任该数据包管理者,或其账号已被禁用/注销时。想要解锁数据包只能通过系统管理员对该数据包执行"资源转移"。一旦转移系统将自动解除原有的锁定状态。
  2. 锁定后,数据包管理者仍可以对数据包进行数据权限配置。

▶跨应用复制数据集支持复制数据集下的原子指标

在以往版本中,将数据集从数据包复制到"应用"或"其他数据包"时,仅能同步表结构和字段信息,数据集内配置的指标需要手动重新创建。版本升级后,系统支持在复制数据集的同时,自动识别并同步其内部定义的非模型创建的原子指标。

六、基础管理

HENGSHI SENSE 6.2 针对系统设置模块全面优化,聚焦个性化配置、资源检索效率及水印安全等场景,推出多项实用功能,兼顾企业个性化需求与系统管控规范性,提升管理效率与使用体验。

▶应用创作-我的创作/团队空间 支持隐藏空间及修改空间名称

为了满足不同企业的个性化需求,"应用创作"模块现已支持对 "我的创作" 与 "团队空间" 两个标签支持自定义配置。系统管理员可以根据实际业务场景,灵活调整页面的展示状态与显示名称。

▶应用、数据包、指标等页面默认排序支持全局设置

为了提升用户在不同业务场景下的资源检索效率,并保持系统交互体验的一致性,新版本系统现已推出"页面默认排序全局设置"配置功能。系统管理员可通过统一的设置入口,对系统内多个核心模块的列表展示规则进行一键式定义。

▶水印设置优化

本次版本对水印设置进行双重优化,兼顾全局管控与个性化需求,同时提升合规适配能力,具体优化如下:

优化点1:全局水印 支持应用单独关闭
  • 本系统的水印配置遵循"全局优先,灵活下放"的原则,在系统设置中开启"水印保护"后,水印将默认应用于系统内所有应用及页面,属于全局设置。
  • 在全局开启的前提下,您可以在"高级设置"中开启"允许应用单独关闭水印"。开启此项后,应用的管理员可根据业务需求,自主选择是否在该应用内隐藏水印。
优化点2:水印内容支持自定义
  • 系统支持高度自定义的水印内容,以满足不同合规需求。
  • 默认水印内容:用户名+邮箱+手机号+当前系统时间 ,系统管理员可以根据需要手动输入固定文字,并结合上述参数进行组合。修改后的水印内容支持一键恢复默认。

结语

智进千重境,数启万里途。

HENGSHI SENSE 6.2重磅焕新而来,以全栈 Data Agent 重构数据分析全流程,深度落地 Agentic BI 架构,在 AI 建模、可视化创作、指标集市、仪表盘体验与系统安全等方面实现全方位能力跃升,为企业打造更智能、更高效、更可靠的端到端数据决策中枢。

心向新程远,志共攀高峰。

HENGSHI SENSE 7.0将继续沿着 Agentic BI 方向深耕进化,持续拓展平台开放能力,联动更多垂直领域 AI Agent 生态伙伴,在自动化建模、语义引擎、智能协同与场景化应用上持续突破,与生态同行共赴下一代智能商业新未来。

相关推荐
上海蓝色星球16 分钟前
数智重构造价全流程|蓝色星球造价机器人,驱动行业标准化智能化升级
大数据·人工智能
数智启示录22 分钟前
Apache Doris 4.0.8 一致性实战(第 3 篇):Checkpoint 一直成功,Exactly-Once 为什么仍可能是假的
大数据·经验分享·面试·flink
意图共鸣25 分钟前
意图共鸣科技《智能体接口化白皮书2.0》规则书,不是知识库——“人文交互”到底是什么?
人工智能·科技
Geeys33 分钟前
京东商家商品推广全攻略
大数据·人工智能
腾讯云大数据39 分钟前
AI Native数据湖的Spark+Ray一体化实践
大数据·人工智能·spark·腾讯云·腾讯云大数据
SelectDB技术团队39 分钟前
StarRocks 适合做日志分析吗?
大数据·数据结构·后端·python·doris·日志分析·starrock
数智启示录1 小时前
Apache Doris 4.0.8 数据建模实战(第 2 篇):同一批订单写进三种模型,为什么得到三个答案
大数据·数据库·面试
数智启示录1 小时前
Apache Doris 4.0.8 CDC 正确性(第 9 篇):Flink Checkpoint 一直成功,表里为什么仍是旧数据
大数据·数据库·经验分享·面试·flink
Thomas21431 小时前
flink处理迟到数据
大数据·flink