Analyze（数据分析能力）如今已不再只是 BI 工具里的一个功能按钮，而是 AI Agent 时代产品的核心交互方式——用户用自然语言提出分析需求，由模型自动完成数据查询、聚类、归因并给出可执行建议。从开发者平台的智能路由，到应用内建的漏斗分析，再到 Agent 轨迹审查，"Analyze"正在从人工看报表转向模型持续运行的自动分析。
Analyze 能力的近期进展
当前焦点与观察点
围绕 Analyze 的讨论集中在三个方向。其一是分析对象的变化：过去分析的是业务数据，现在 Agent 的运行轨迹本身成为被分析的对象，LiteLLM Lens 和 OpenAI 的 Decisions API 都属于这一类"对 AI 的分析"。
其二是分析结果能否落地。Replit 的做法代表了一种趋势：分析不再产出静态报告，而是直接作为 Agent 下一步行动的输入，用户看激活漏斗、Agent 做优化，中间不再需要人写方案。
其三是数据与信任边界。当分析深度依赖生产轨迹数据时，自托管（如 ClickHouse 方案）成为企业关注的重点，分析能力越强，数据治理要求越高。
值得持续观察的是，随着 AI 从"需要答案时才打开的工具"演变为 7×24 小时持续运行的协作层，Analyze 也将从一次性任务变成基础设施级的常驻能力——谁来分析、分析什么、结论谁执行，这三点将决定各家产品的差异化。