核心技术2026-04-23·15 min
NL2SQL 的天花板，NL2LF2SQL 是怎么突破的？
企业级 NL2SQL 为什么不稳定？亿问 Data Agent 自研语义层 SemanticDB，通过实体-事件建模和 NL2LF2SQL 三层架构，将业务意图与 SQL 生成解耦——模型负责理解，语义层负责约束，执行层负责落地，从机制上抑制幻觉。
阅读全文
资源中心
深入了解亿问 Data Agent 的技术实现细节，获取技术解析文章和技术词典。
核心技术2026-04-28·12 min
5秒内、无限上下文、复杂语义、稳定输出：NL2SQL怎么同时做到？
同样做 NL2SQL，为什么有的只能演示、有的能进生产？亿问自研 NL2LogicForm 引擎 Alisa 用业务知识图谱和图计算做确定性推理，替代端到端大模型生成 DSL，在 5秒内、无限上下文、稳定输出、复杂语义四个约束下同时成立。
阅读全文
核心技术2026-05-07·14 min
NL2SQL中的本体化语义层和指标语义层，到底差在哪？
NL2SQL 语义层有两条技术路线：指标语义层以指标和维度为建模单位，解决"数怎么算"；本体化语义层以对象、事件和关系为建模单位，解决"业务怎么理解"。本文从六个维度做完整对比，帮助技术团队理清 Data Agent 语义层选型思路。
阅读全文
核心技术2026-05-09·13 min
语义层不能只剩指标和维度：Data Agent时代，企业到底该建什么？
指标语义层撑不住 Data Agent——本文从工程视角拆解企业级语义层的五层能力模型（指标→对象→事件→规则→动作），解析 NL2LF2SQL 架构如何通过 SemanticDB 将业务意图与 SQL 生成解耦，从机制上抑制幻觉。
阅读全文