Sentinel 的每一次大版本更新都围绕一个核心命题展开:如何让情报能力更接近真实的工作流?\n\nv3.4 的主题是"把企业的自有知识变成 AI 推理的一部分"。具体来说,我们做了三件事。\n\n第一,私有 RAG(Retrieval-Augmented Generation)引擎正式上线。客户可以将内部的研报归档、会议纪要、历史项目总结等文档导入私有知识库,当 Sentinel 生成情报分析时,它会同时检索公开情报源和私有知识库,给出的结论带着两边的上下文。\n\n举个例子:某消费品客户在 Sentinel 中查询"竞品 X 最近的市场动作"时,系统不仅返回了公开数据(新品发布、渠道调整、社媒投放),还自动关联了客户内部三个月前的一份竞品 X 供应链尽调报告中的关键发现——这种"1+1>2"的协同价值,让客户的策略团队负责人直呼"这就是我们一直想要的"。\n\n第二,Teams 集成正式落地。情报预警不再只推送到邮箱,而是可以直接推送到 Teams 频道。团队可以在频道里直接对预警消息进行讨论、标注、升级,整个过程自动沉淀为可检索的知识资产。我们内部把这叫做"把 Slack 变成了情报作战指挥室"。\n\n第三,回答溯源能力全面升级。从 v3.4 开始,每一句 AI 生成的结论后面都带着一条可点击的溯源链接——直接跳转到原始数据源或内部文档的对应段落。这个功能是面向合规和尽调场景深度优化的,审计追溯路径一目了然。\n\n我们相信,AI 情报系统的终极形态不是"更快的搜索引擎",而是一个把企业的历史知识、实时信号、以及团队协作串联在一起的工作流引擎。v3.4 是朝这个方向走出的一大步。
Sentinel v3.4 发布:私有 RAG 与 Teams 集成让企业知识库成为 AI 的一等公民
· 方法论