AUI 近期迭代 ① · 交互范式
对话不止是问答——它升级成了可追踪的协作任务
执行过程默认折叠
自动折叠执行过程、默认展示结果——注意力从"Agent 做了什么"转向"任务交付了什么"。长任务不再刷屏，报告 / 结论 / 文件卡片更突出；过程可一键展开，满足复盘、审计、排错与信任验证。
默认只看结果，过程可一键展开 · 适合多工具、多步骤的企业 Agent 场景
对话升级为"协作任务"
用户不只看到回答，还看见进度、产物、资源与上下文来源，降低黑箱感。Folder 承载材料与结果，Process 记录任务推进，Context 保持业务连续——让复杂工作可追踪、可接续、可复用。
右侧实时呈现 任务进度 3/3 · 产出文档 · 相关资源
AUI 近期迭代 ② · 产出形态
产出不止文字——Excel、可视化报告，一句话生成
在线预览 Excel / Word
支持 Excel 在线预览，可以用自然语言生成 Excel 文档、对话调整指标与分组，例如直接生成"成本测算表"——表格在右侧即问即看，不用导出再算。
对话生成成本测算表，右侧 Excel 在线预览
内置"可视化报告"Skill
内置报告模板 + 可视化 Skill，根据上下文对话和生成的 MD 报告，自动做成可视化网页（Echart）——让数据与报告更容易阅读与理解。
MD 报告一键转可视化网页：摘要卡 + Echart 环形/柱状图
P3 · 为什么是 Skill
模型和 Harness 都商品化了——
能复用、能调度、能沉淀领域知识的单元，就是 Skill
Skill · 技能
把特定任务的专业知识、工作流、可执行逻辑结构化封装；按需加载（渐进式披露 Progressive Disclosure）。
Ontology · 本体
语义底座，定义业务对象 / 属性 / 关系 / 动作，让 Agent 在受控边界内理解业务、判断状态、触发动作、留可审计链路。
CLI / 工具 · 执行层
真正把动作落到系统里——把意图变成对系统的一次次确定调用。
Skill 调度，Ontology 理解，CLI 执行——三层各司其职。
P3+ · Ontology 不是概念 · 真实产物
本体论，是 Agent 看懂业务的那张语义地图
- 没有本体：Agent 只能瞎猜"毛利"是哪张表哪个字段
- 有了本体：业务对象 / 属性 / 关系 / 动作被显式定义
- 它划出 Agent 的"受控边界"——只能在定义内行动
- 每次问答都留下可审计链路，错了能回溯
本体定义得越厚，Agent 答得越准、越敢落地动作。
AI 成本问数 · 本体论定义（真实产物）：业务对象与关系被显式声明，成为 Agent 的语义底座。
P4 · intent assembles data · 真实例子
用户问一句业务问题，Agent 用本体 + DSL + CLI 组装出数据
意图 → 本体解析 → DSL → CLI，四步把"一句话"变成"可审计的数据"。
AI 成本问数 · 指标图谱：指标与口径在图谱里被显式连接，Agent 据此组装而非编造。
现场演示 · AI 成本数据库
不绕弯子——直接现场跑三个真实场景
三个场景都建在刚讲的 Skill + 本体 + CLI 三层之上，已进入客户生产试水——每张卡片下方是各自的预览链接，点开现场跑给你看。
