95% 的业务分析交给 AI 后，Anthropic 数据团队做对了什么？ - 编程一生
内容提要
Anthropic数据团队将95%业务分析交给AI，准确率达95%。核心方法：建立标准数据层、维护元数据、用Skill提供操作手册、持续评测验证。关键发现：查数难点在上下文映射而非SQL生成，历史SQL直接检索无效，数据治理因AI更重要。建议从少量标准数据集、薄Skill和几十个测试问题起步。
延伸解读
查数难点在上下文映射，而非SQL生成
Anthropic团队发现，AI查数的主要瓶颈不是写SQL，而是将自然语言问题准确映射到数据模型中的实体。同一个业务问题往往只有一个正确答案，但“收入”“活跃用户”等概念在不同表中有不同定义。因此，他们强调先明确业务口径，再生成SQL，这与传统编程中“解法多样”的思维不同。
数据治理因AI而更重要
文章指出，AI的终端用户是代表业务做决定的Agent，它们无法像人类分析师那样自行验算底层逻辑。因此，数据治理变得比以往更重要。Anthropic通过建立标准数据层、强制治理、维护元数据等方式，确保Agent能访问到最新、最准确的数据定义，避免“看起来精确、实际口径错误”的答案。
历史SQL直接检索几乎无效
Anthropic的对照实验显示，让Agent直接搜索全公司历史SQL语料，准确率提升不到1个百分点。即使Agent读到了正确答案，仍会因结构映射问题而用错。因此，他们建议将历史SQL提炼成按领域组织的参考文档和分析模式，放入操作手册，而不是让Agent直接检索原始语料。
从最小可行系统起步
Anthropic建议，从零开始构建AI查数系统时，不必一开始就搭建复杂架构。只需少量官方标准数据集、几十个离线评测问题和一份薄的知识Skill，就能获得大部分收益。他们强调，先跑通最小闭环，再逐步增加功能，避免过度设计。
Q&A
Anthropic 数据团队如何实现 95% 的业务分析由 AI 完成？
Anthropic 数据团队通过建立标准数据层、维护元数据、使用 Skill 提供操作手册，并持续评测验证，实现了约 95% 的业务分析查询由 Claude 自动化完成，准确率约 95%。
为什么说查数难在上下文映射而不是 SQL 生成？
因为同一个业务问题往往只有一个正确答案和一套正确口径，难点在于将自然语言问题准确映射到数据模型中具体、最新、治理过的实体上，而 SQL 生成相对简单。
Anthropic 总结的 AI 分析 Agent 的三类主要错误是什么？
三类错误是：概念对不上表（选错表或字段）、信息过期（文档或操作手册未维护）、该用的资料没找到（搜索空间太大导致检索不到）。
Anthropic 的四层 Agent 分析栈包括哪些部分？
四层包括：数据底座（标准数据层）、标准答案来源（指标层、血缘图、历史 SQL、业务上下文）、操作手册（Skill）、持续检验（离线评测和在线验证）。
为什么历史 SQL 直接检索对 AI 查数几乎无效？
因为即使 Agent 读到了包含正确答案的历史 SQL，仍然会用错，瓶颈是结构（映射）而不是访问（权限）。正确用法是将历史 SQL 提炼成参考文档和分析模式，放入操作手册。
Skill 在 Anthropic 的 AI 查数系统中起什么作用？
Skill 是操作手册，分为知识型（顶层路由）和流程型（分析师工作流），能显著提升准确率。没有 Skill 时准确率不超过 21%，加上后稳定到 95% 以上。
Anthropic 如何维护 Skill 文档以保持其准确性？
Skill 文档与转换模型同仓库，改报表模型的合并请求如果不改 Skill 文件，代码审查钩子会标记。约 90% 的数据模型合并请求包含 Skill 变更，并通过自动同步保证各工具使用同一版本。
Anthropic 建议从零开始实施 AI 查数最少需要做什么？
最少需要：少量官方标准数据集、几十个离线评测、一份薄的知识 Skill。这些就能获得大部分收益，其他内容可以后续逐步添加。
Anthropic 在数据治理方面有什么观点？
数据治理没有因为 AI 而变不重要，反而更重要了。因为现在的终端用户是代表业务同僚做决定的 Agent，他们无法自己验算底层是否正确。
