报告时间：2026年4月2日（周四）15：00

报告地点：4号楼129

报告题目：面向复杂SQL与数据分析任务的 Agentic RL：框架设计、性能优化与产业落地

报告简介：在政府与企业数字化转型步入深水区的当下，爆炸式增长的数据分析需求与传统人工分析模式之间，面临着低效能、高成本的结构性矛盾。大语言模型凭借其自主规划与工具调用的潜力为这一难题带来了破局机遇，Data Agent应运而生。然而，在迈向产业化的过程中，如何攻克模型推理中的逻辑幻觉、平衡长上下文带来的 Token 成本，仍是行业亟须解决的严峻挑战。本报告将立足于 Data Agent 的产业落地实践，解构从 Agent Workflow 任务编排到 Agentic RL（智能体强化学习） 策略对齐的技术演进，重点探讨如何通过分布式强化学习，构建下一代高鲁棒性、低成本的数据智能体，并分享在复杂数据分析场景下的探索与思考。

 报告人介绍：潘哲逸，上海交通大学博士，副研究员，目前就职于京东智能城市研究院。长期从事时空数据挖掘与城市计算、人工智能、深度学习等领域的研究，在AI Journal、IEEE TKDE、SIGKDD、WWW等国际顶级会议或期刊上发表论文 10 余篇，引用1400余次。主持多项面向智能城市的技术产品研发，并在北京、新余、大同等多个智慧城市项目中得到应用落地，服务超过2000万群众。入选2021年全球AI华人新星（100人）、2024年北京市科技新星计划。