Data Agent真正的门槛，不是会答题KDD 2026正在进行，其中一个值得关注的方向是Data Agents for Complex Data Analysis。官方给出的任务并不是让Agent多说几轮，而是分解复杂分析问题、编排多步推理和异构数据源，最后交付准确答案。这让我重新看Data Agent的门槛。第一层是拆问题。复杂问题通常不能直接算。Agent要先识别子任务、依赖关系和缺失条件，知道哪一步必须先完成。第二层是接证据。表格、文档、图像、数据库各有结构。Agent不仅要读到内容，还要保留数据来自哪里、经过了什么转换。第三层是做交付。答案之外，还要让人看懂假设、过程、证据和仍未解决的部分。否则结果再流畅，也很难进入真实决策。竞赛的Leaderboard Track强调结构化评估，Creative Track则关注现实价值、系统完整性和研究启发。两条路线都说明，Data Agent的竞争正在从“会不会回答”走向“能不能完成分析”。“拆问题、接证据、做交付”是我的编辑提炼，不是KDD官方三阶段流程。你判断一个Data Agent是否可靠，最先看答案、过程，还是来源？AIAgent人工智能大模型数据分析