历史对决 · 2025-12-26 UTC
AI Data Analysts 对决 — 2025年12月26日
来自AI Data Analysts类别。 23个标记分布在6个参赛者中。 Together Open Data Scientist夺得桂冠。
最终排名
阵容
参赛工具
参加这场对决的每个工具的简介,按最终得分排序。
Together Open Data Scientist 是由 Together AI 在 GitHub 上发布的开源、AI 驱动的数据分析代理。它遵循 ReAct（Reasoning + Acting）框架，在语言模型推理步骤和具体的 Python 代码执行之间交替，以完成端到端的数据科学任务，例如探索数据集、计算摘要统计、构建模型以及生成详细的书面分析报告。 该代理可以以两种模式执行 Python。 “internal” 模式在本地的 Docker 容器中运行代码，适合单用户本地开发；而 “tci” 模式则将执行任务卸载到 Together Code Interpreter（TCI），通过 Together AI API 访问的云沙箱。用户可以上传数据目录以实现自动摄取，设置最大推理迭代次数，并选择驱动代理的底层模型——默认使用 DeepSeek‑V3，也可以指定 Together 平台上提供的 Llama 系列模型及其他模型。 它以 pip 可安装的包（open-data-scientist）形式发布，并同时提供命令行界面（CLI）和 Python API。CLI 支持诸如 --write-report 用于生成 Markdown 分析报告、--save-trace 用于记录完整的查询和执行跟踪，以及通过会话 ID 进行会话复用等选项。Python API 以 ReActDataScienceAgent 类为核心，该类接受自然语言任务并返回结果。 Together Open Data Scientist 项目明确标注为实验性软件。由于所有代码和分析均由 AI 生成，输出可能包含错误或次优方案，最好将其视为探索和学习的起点，而非用于生产决策。维护者强调，尤其在关键业务或研究应用中，仍需人工监督和验证。 相较于商业 AI 数据分析助手（如 ChatGPT 的 Advanced Data Analysis 或 notebook copilots），Together Open Data Scientist 的差异在于它完全开源、可自行托管、在 Together 生态系统内模型无关，并且能够自主串联多个代码执行步骤，生成完整报告，而不是仅提供一次性答案。
标准细分
- ReAct 行为推理代理循环
- 本地 Docker 或 Together Code Interpreter 云执行两种模式
- 自动数据目录上传分析
- Markdown 报告生成选项 --write-report
- 可配置模型和最大推理迭代数
- 命令行界面和可编程 Python API
Trinka AI 是一款专为研究人员、学生和技术专业人士设计的写作助手。它不仅提供常规的语法和拼写检查，还聚焦学术写作的规范，标记出诸如术语不统一、句子结构不清晰以及学术稿件中常见的语气问题等错误。 该工具在数百个学科领域提供针对学科的建议，可帮助完成改写、连贯性检查以及确保符合出版风格指南等任务。它可与 Microsoft Word、浏览器以及云编辑器集成，可在典型的研究工作流中使用。 Trinka 还提供了面向稿件准备的专门功能，例如期刊就绪检查、抄袭检测和引用核对，使其不仅仅是一个通用的语法检查工具。
标准细分
- 高级语法和风格检查
- 学术风格和清晰度提升
- 重新表述和一致性工具
- 剽窃和引用核查
- 期刊提交准备报告
- 浏览器、Word和云编辑集成
Fyva AI 是为股权分析师、投资团队和金融专业人士设计的研究助手。它会读取公司文件、财务数据以及其他来源材料，帮助用户比手工流程更快地撰写研究笔记、摘要和投资洞察。 该工具专注于加速研究流程中重复的部分，例如从 10-K 和 10-Q 中提取关键数字，汇总财报电话会议内容，并结构化初稿报告。分析师随后可以在内部或向客户发布前，运用自身判断和专有观点对 AI 生成的输出进行完善。
标准细分
- 自动生成股价报告
- 招股书和文件分析
- 利润和财务数据概述
- 投资设想的洞见提取
- 分析师专用的研究工作环境
Anamap 是一款面向产品和增长团队的 AI 分析工具，专为追求解释和决策而非仅仅更多仪表盘的团队而设计。其核心功能是 Cartos，即一位“AI 分析师同事”，它连接到团队的 Web 与产品分析，识别用户旅程（获取、激活、转化和留存）中的有意义变动，并将其整理成可直接用于决策的分析报告。 与其返回另一份图表或模糊的总结，Cartos 的每一次调查都围绕三个交付成果来构建：关键变化（哪项指标、细分、渠道或旅程步骤发生了变化以及其业务影响），可能原因（以证据为基础的解释，包含竞争假设以及当数据不确定时的警示），以及与发现直接相关的后续建议。结果以简报形式分享，团队可以把它放进 Slack、电子邮件或 Web 应用，让利益相关者能够对齐，而无需重新构建分析。 工具可将 GA4 或 Amplitude 作为数据源连接，并与 Slack、电子邮件以及 Web 应用集成以交付发现。Anamap 旨在为那些需要解释产品和网站性能但又无法轻易证明或招聘额外分析师的人提供解决方案——创始人、增长团队、产品团队以及精简的数据团队，每个问题都落在同一位工作负荷过重的分析师手上。 Anamap的主要卖点之一是持久化上下文。与像 ChatGPT 或 Claude 这样需要在每次交互中导出数据并重新解释定义的通用聊天机器人不同，Cartos 旨在保留“公司记忆”：KPI 的定义、发布中包含的内容、运行的实验以及团队之前的决策。其目的在于每一次调查都能基于之前的上下文进行，并以一个相关的下一步结束，而不是从零开始。 价格方案以团队为单位，而非按席位计费，支持无限用户且没有单席位费用，并提供免费试用以探索一次真正的改进。作为一款早期产品（网站提到已帮助 12 多家企业），最好理解为一种专注、观点鲜明的替代方案，可取代构建内部分析到决策的工作流或依赖稀缺的分析师时间。购买者应权衡其有限的现有集成（GA4 与 Amplitude）以及尚处于起步阶段的业绩记录，与其面向决策的输出特定性之间的关系。
标准细分
- Cartos AI 分析师，探查产品与网页分析
- GA4 与 Amplitude 数据连接
- 检测获取、激活、转化与留存等阶段的变动
- 基于证据的原因分析，包含竞争性解释与警示
- 针对每一发现提供关联的下一步建议
- 持久的公司、KPI、发布与决策记忆
Model ML 是一个为金融服务团队打造的 AI 驱动平台，帮助分析师加速研究、尽职调查和交易工作流。它将文档、数据和 AI 模型整合到一个工作空间，让用户无需切换工具即可从原始数据源获得结构化洞察。 该平台支持公司分析、文件审阅、可比搜索和报告撰写等任务，并提供针对金融场景的 AI 助手。它面向需要在紧迫截止日期内处理大量信息的投资银行、私募股权、资产管理和咨询公司。
标准细分
- AI 助手调校为金融研究
- 文件接纳和分析
- 合规性检查和交易流程支持
- 报告和备忘录撰写工具
- 交易团队的协作工作区
- 与金融数据源的集成
MinusX 是一款 AI 代理，能直接接入像 Jupyter、Metabase 和 Tableau 等分析平台，充当团队已在使用的工具中的实战数据分析师。用户无需导出数据或切换环境，即可用自然语言提问，让 MinusX 负责查询数据、绘制图表并编辑仪表盘。 该代理能够解释模式（schemas），编写 SQL 或 Python，说明其推理过程，并根据后续提示对结果进行迭代。它面向希望加速探索性分析、报告生成和日常仪表板维护的分析师、数据科学家以及业务用户。 通过在宿主工具内部运行而非单独的界面，MinusX 能融入现有工作流程，并尊重已在该环境中配置的权限与连接。
标准细分
- 浏览器扩展用于已连接的分析工具
- 自然语言转 SQL 和 Python
- 自动创建和编辑仪表板
- 基于上下文的Schema理解
- 基于聊天的迭代分析
- 支持 Jupyter、Metabase、Tableau 和更多