概述与 AI 能力：生成式 AI 开启与架构知识的新交互模式，可依用户兴趣和角色在消费点生成个性化洞察。LLM上下文窗口已能容纳大型架构文档，可通过向量数据库等多种方法整合文档，利用其理解概念关系，按需组装知识。

最佳实践与局限：构建 EA 知识库应借鉴The Open Group、Gartner 等的最佳实践，运用原则、护栏、业务能力模型等确保决策与业务目标和技术策略一致。但文档驱动的局限在于，架构重结构，而LLM理解结构困难，知识图谱是关键突破方向

概述与AI能力：投资数据是EA团队能力跃升的关键，虽过程艰难，但不可绕过。AI驱动的数据管道可加速高质量数据资产的填充和维护，如提取非结构化内容实体、生成参考数据、映射关系、扩充数据等。

最佳实践与局限：元建模应从标准或供应商定义模型起步，保持灵活性，注重关系优先的跨域分析。数据填充需依需求规划，兼顾广度和深度。其局限是仅回答“是什么”，难以解释“为什么”。

概述与AI能力：企业架构师需掌握业务绩效语言，依据OKRs、Gartner’s BODEA等框架设定与组织战略目标关联的绩效指标，多涉及成本、收入、风险、敏捷性和可持续性等方面。生成式AI用于计算业务成果尚不确定，虽能生成计算代码和辅助架构分析，但符号推理能力仍存争议。

最佳实践与局限：避免“虚荣指标”，聚焦可行动的异常报告，以组织或团队目标及参考架构为基准。在财务衡量上，架构师非会计，需提供方向指导，透明处理估计和不完整数据，必要时与财务专业人员合作。其局限是若错过决策周期，洞察将失去价值。

概述与AI能力：数字转型带来项目到产品转变、业务IT兴起等变化，EA治理面临挑战，但也有机遇。EA可协调跨部门变革，不过需解决带宽不足问题，自动化是扩展EA的关键。AI驱动的连续架构可实现IT与流程应用、事件的自动化处理、任务调度、数据集成和警报生成等功能。

最佳实践与局限：模型与事件结合可提升态势感知，为分布式团队提供有价值警报和建议。但面临的问题是在众多架构行动中如何抉择，需确定优先级和行动方案。

概述与AI能力：嵌入式智能旨在辅助决策，需考虑利益相关者需求、目标、行动时机和价值等因素。LLM可依组织知识提供建议，用户可通过对话探索和生成新选项，链接数据、分析和事件辅助决策。

最佳实践与局限：人在决策环中至关重要，随着自动化推进，需防止失控，确保AI输出可信。人机协作流程不可或缺，要明确哪些环节不宜自动化，避免创新和批判性思维因生成式AI而下降。