让你的数据为智能体AI做好准备
内容提要
本文讨论为AI智能体准备数据架构的必要性。人类分析师能凭经验处理不完整数据，而智能体缺乏判断力，会自信地基于错误数据行动。文章提出构建AI就绪数据需四层：数据契约与隔离确保可信，语义层提供上下文，能力模型控制访问，可观测性保障审计。强调数据产品化、分阶段授权，并指出数据架构即AI架构。
延伸解读
数据契约：从“灵活”到“可信”
文章指出，过去十年“无模式”的灵活性对人类分析师只是不便，但对AI智能体却是危险的。数据契约将模式视为法律，通过Open Data Contract Standard等格式明确规则，并设置新鲜度SLA。例如，若价格数据超过24小时未刷新，契约即被违反，数据被隔离，智能体不会引用错误价格。这逆转了传统思维，强调为机器消费而设计数据。
智能体的“自信错误”风险
人类分析师对异常数据有直觉，会怀疑并核实；而智能体缺乏这种判断力，会自信地基于错误数据行动。文章举例：定价智能体因数据未刷新而引用旧价格，导致公司亏损。调查显示，87%的领导者认为数据已为AI就绪，但43%视数据就绪为最大障碍，这种信心与现实的差距正是组织层面的“自信错误”。
治理与审计：从“发生了什么”到“为什么”
传统日志记录“什么”，但智能体需要解释“为什么”。文章提出智能体血缘追踪，记录决策原因，如“先查KYC，再查制裁名单，最后批准”。欧盟AI法案第12条要求高风险系统自动记录日志，违规可能面临高达1500万欧元或全球营业额3%的罚款。即使无监管要求，可解释性也是信任和调试的基础。
能力模型：设计能力而非端点
文章警告，将REST API一对一包装成工具会导致工具泛滥，降低智能体准确性。更好的做法是设计少量、描述丰富、参数化的业务能力，如“检查服务状态”而非多个特定端点。每个能力需声明权限、所有者、前置条件和可逆性。可逆性比交易金额更能预测安全自主性，不可逆操作应始终需要人工批准。
Q&A
为什么AI智能体需要专门的数据准备，而人类分析师不需要？
人类分析师能凭经验处理不完整或错误的数据，会怀疑和检查异常；而AI智能体缺乏判断力，会自信地基于错误数据行动。因此，数据必须为机器消费做好准备，确保可信、有上下文且可操作。
数据契约是什么？它如何防止智能体使用过期数据？
数据契约是用Open Data Contract Standard等格式明确定义数据规则（如模式、质量、新鲜度）的规范。例如，产品定价契约可规定价格必须大于零、货币必须是ISO代码，且数据必须在24小时内刷新。若违反契约，数据会被隔离，智能体无法访问，从而避免使用过期数据。
什么是隔离模式？它如何工作？
隔离模式是当数据违反数据契约时，将其路由到死信队列进行人工审查，而不是让智能体访问。流程是：原始数据先通过契约验证门（检查模式、新鲜度、质量），通过则进入认证层，失败则被隔离并触发警报。这样智能体永远不会看到坏数据。
什么是自适应黄金层？它有什么作用？
自适应黄金层是medallion架构中的第四层，其中智能体成为数据管理的主动参与者，监控自身查询模式，识别频繁访问的组合，并物化优化数据集，从而构建自己的仓库视图。这已在苹果公司的数据目录中实现，智能体作为“数字管家”持续扫描元数据、标记差距并提出更新。
为什么智能体只能访问黄金层及以上的数据？
因为青铜层和白银层的数据可能未经验证或部分验证，暴露给智能体会导致错误决策。黄金层是经过验证和认证的数据，智能体只能访问黄金层及以上，以确保数据可信。
对于非表格数据（如文档），如何应用数据契约和质量门？
对于文档等非表格数据，数据契约转向元数据，要求每个块携带来源、版本、时间戳和访问范围。质量门检查包括拒绝空或截断的块、捕获近似重复文档、标记失败的提取和OCR垃圾，并监控嵌入漂移。新鲜度SLA关注索引重建时间，而非内容更改时间。
什么是置信度阈值路由？它如何工作？
置信度阈值路由是一种机制，智能体根据数据质量信号（如新鲜度、完整性、一致性）评估置信度，若高于阈值（如85%）则自主行动，否则转交人类。阈值可按用例配置，例如定价要求90%，内部FAQ为70%。数据质量信号应驱动阈值，而非仅模型自信度。
什么是智能体血缘？它如何帮助满足监管要求？
智能体血缘是传统数据血缘的扩展，不仅追踪访问了哪些数据源，还追踪智能体为何决定访问它们。例如，在贸易金融中，一个trace代表处理信用证的端到端工作流，每个span记录一个步骤，如先检查KYC，再检查制裁名单，最后批准。这有助于回答监管机构“为什么批准”的问题，满足EU AI Act第12条和第19条的日志要求。
EU AI Act对日志记录有什么具体要求？
EU AI Act第12条要求高风险AI系统自动记录事件，以便事后重建“为什么”；第19条要求提供商保留日志至少六个月。违反记录义务可能面临最高1500万欧元或全球年营业额的3%的罚款，以较高者为准。
智能体如何分阶段获得自主权？
智能体自主权是分阶段获得的，类似于新员工逐步获得权限。阶段包括：先观察，然后建议，再在监督下行动，最后获得有限自主权。晋升应基于证据，而非猜测，需要在每个阶段进行测试。
