检索日期：2026-03-27 使用原则：只保留能直接支撑“业务视角先于模型视角、业务定义成功标准和责任边界”的来源；优先领域建模、官方企业实践、高风险行业论文与治理框架。
Ubiquitous Language 作者/机构：Martin Fowler 年份：持续更新 URL：https://martinfowler.com/bliki/UbiquitousLanguage.html 角度：业务语言必须和真实模型、真实边界、真实责任一起存在 采用原因：适合支撑“业务适配不是贴行业词汇”。
Bounded Context 作者/机构：Martin Fowler 年份：持续更新 URL：https://martinfowler.com/bliki/BoundedContext.html 角度：不同业务边界有不同语言、规则、状态和责任 采用原因：适合支撑“业务理解首先是边界理解与状态理解”。
Use Domain Analysis to Model Microservices 作者/机构：Microsoft Learn 年份：持续更新 URL：https://learn.microsoft.com/en-us/azure/architecture/microservices/model/domain-analysis 角度：系统边界围绕业务能力划分，领域模型要捕获规则、行为和语言 采用原因：适合把 DDD 传统落到工程实践。
Design a microservice domain model 作者/机构：Microsoft Learn 年份：持续更新 URL：https://learn.microsoft.com/en-us/azure/architecture/microservices/microservice-ddd-cqrs-patterns/microservice-domain-model 角度：领域模型、聚合、业务规则与状态一致性 采用原因：适合支撑“业务对象、关系、状态、规则必须进入系统”。
Evaluation best practices 作者/机构：OpenAI 年份：持续更新 URL：https://platform.openai.com/docs/guides/evaluation-best-practices 角度：用 production data 和 domain experts 构造真实 eval 采用原因：适合支撑“业务决定什么叫好，业务定义评测标准”。
OpenAI Pioneers Program 作者/机构：OpenAI 年份：2025-04-09 URL：https://openai.com/index/openai-pioneers-program/ 角度：domain-specific evals、high-impact verticals、clear benchmarks tailored to domain 采用原因：适合支撑“没有领域专家和行业 benchmark，就谈不上业务级 Agent”。
Accenture and OpenAI accelerate enterprise AI success 作者/机构：OpenAI 年份：2025 URL：https://openai.com/index/accenture-partnership/ 角度：workflow integration、real business workflows、security and deployment insights 采用原因：适合支撑“企业 Agent 的瓶颈通常在流程接入与组织落地，而不只在模型”。
Agentforce 360 Platform 作者/机构：Salesforce 年份：持续更新 URL：https://www.salesforce.com/platform/agentforce-platform 角度：trusted business context、metadata layer、secure governed action 采用原因：适合支撑“业务价值来自可信上下文和业务逻辑接入”。
Agentforce 360 Metadata, Data & Data Layer 作者/机构：Salesforce 年份：持续更新 URL：https://www.salesforce.com/platform/metadata-data/ 角度：objects、relationships、business context、same source of meaning 采用原因：适合支撑“Agent 需要共享的业务语义层，而不是只会说业务话术”。
Workflow Data Fabric 作者/机构：ServiceNow 年份：持续更新 URL：https://www.servicenow.com/now-platform/workflow-data-fabric.html 角度：连接跨系统数据、补充 business context、施加 governance controls 采用原因：适合支撑“没有业务数据、上下文和治理，Agent 无法落地”。
Blueprint for Agentic Business 作者/机构：ServiceNow 年份：2025 URL：https://www.servicenow.com/content/dam/servicenow-assets/public/en-us/doc-type/brief/servicenow-blueprint-for-agentic-business-the-executive-brief.pdf 角度：enterprise context、governed workflow、AI agents and workflows on one platform 采用原因：适合支撑“业务 Agent 是流程、数据、控制一起进入系统”。
AI RMF 1.0 作者/机构：NIST 年份：2023 URL：https://www.nist.gov/itl/ai-risk-management-framework 角度：context-specific governance、use-case-dependent risk 采用原因：适合支撑“风险不是抽象属于 AI，而是具体属于业务场景和后果结构”。
An autonomous laboratory for the accelerated synthesis of inorganic materials 作者/机构：Nature 年份：2023 URL：https://www.nature.com/articles/s41586-023-06734-w 角度：autonomy embedded in laboratory workflow 采用原因：适合支撑“Agent 的价值来自嵌入专业流程，而不是会聊天”。
A review of large language models and autonomous agents in chemistry 作者/机构：Chemical Science 年份：2025 URL：https://pubs.rsc.org/en/content/articlehtml/2025/sc/d4sc03921a 角度：chemistry workflows、central LLM + interchangeable components、实验流程嵌入 采用原因：适合补强化学与科研流程里的 Agent 系统视角。
Evaluating large language model workflows in clinical decision support for triage and referral and diagnosis 作者/机构：npj Digital Medicine 年份：2025 URL：https://www.nature.com/articles/s41746-025-01684-1 角度：triage、referral、diagnosis 的真实临床 workflow 采用原因：适合支撑“高风险场景关注的是流程、规则、责任，而不是对话表面质量”。
An autonomous agentic workflow for clinical detection of cognitive concerns using large language models 作者/机构：npj Digital Medicine 年份：2025 URL：https://www.nature.com/articles/s41746-025-02324-4 角度：agentic clinical workflow、specialist agent、optimization agents、clinical-grade performance 采用原因：适合支撑“业务价值来自嵌入专业序列化流程并可优化”。
MedChain: Bridging the Gap Between LLM Agents and Clinical Practice through Interactive Sequential Benchmarking 作者/机构：arXiv 年份：2024 URL：https://arxiv.org/abs/2412.01605 角度：personalization、interactivity、sequentiality 的临床流程 benchmark 采用原因：适合支撑“真正难的不是医学问答，而是放进真实序列化临床流程后是否还能做对每一步”。