今日精选聚焦 Agent 数据架构:比起继续叠加框架,先把数据校验、时效判定和访问边界变成工程机制。主读《Making Your Data Ready for Agentic AI》;以下仅依据提供的正文前段,不概述未展示章节。原文
1. 数据契约:把人的“常识检查”移到数据入口
作者的核心判断是:面向人的数据系统,长期依赖分析师补足业务语义、识别异常并二次核实;面向自主 Agent 时,不能再默认这些补偿存在。因此,数据需要具备可信、有上下文、可追溯、受治理、可操作五种属性。这里的重点不是让模型更会解释,而是把隐含判断转成显式约束。原文
文章用一个说明性定价案例,并非实测事故展开论证:商品价格从 49.99 美元调到 59.99 美元,但数据源没有刷新,Agent 仍按旧价报价,每件差额为 10 美元。工作流可以完全按设计运行,错误却来自输入数据;因此,只检查 Agent 是否正确调用工具,并不足以覆盖问题。原文
作者给出的落点是可执行的数据契约。文中示例要求价格大于零、币种仅允许 USD/EUR/GBP,并用 ingested_at 约束数据在 24 小时内完成刷新;再通过 schema 校验、时效 SLA 和 CI/CD 质量门禁执行规则。24 小时是示例阈值,不是通用标准。原文
一个特别值得保留的细节是:新鲜度应看最后一次成功加载,而不是业务值最后一次变化。价格没有变化,不代表采集任务正常;反过来,稳定数据也不该仅因长期未变就被判过期。作者希望监控的是数据供应链是否仍在正常工作。原文
2. 隔离区与分层:校验失败不能只发告警
契约之后还需要阻断机制。文章提出:原始数据进入 Agent 可访问存储前,必须通过 schema、时效和质量检查;任一失败,就进入隔离区或死信队列,触发告警并交由人工检查,而不是继续提供给 Agent。原文
作者进一步将其放进分层架构:Bronze 保存不可变原始数据;Silver 负责校验、去重与隔离;Gold 提供经过认证、受治理的数据。其明确主张是,Agent 只访问 Gold 及以上层,原始和部分校验的数据留给溯源、调试与人工调查。这让“可访问”成为质量门禁的结果,而不是默认权限。原文
3. RAG 的时效性,要看索引流水线
文章没有把可信数据局限于数据库。它指出:政策文档更新、向量索引却未重建,与价格更新但数据源未刷新,是同类问题。对非结构化数据,新鲜度应关注索引最后一次成功基于源数据完成重建的时间,而不只是文档修改时间。原文
契约也随之转向元数据:每个 chunk 应携带来源、版本、时间戳和访问范围;质量门禁则检查空白或截断片段、近重复文档、提取或 OCR 失败,以及异常嵌入。作者的论证是:文本难以像价格一样施加数值约束,但来源与处理链仍可以被约束。原文
编辑分析:把“可信”落实为服务边界
上述机制值得优先用于定价、政策问答等依赖时效和授权的数据链路。我的建议是,先为一条关键链路定义契约和失败后的返回行为,再扩展覆盖面,而不是立即重建整个平台。还需补问一个材料前段未展开的问题:已通过校验的数据后来过期,查询端如何停止提供?入口门禁之外,仍需明确持续检查、失效与降级责任。这是编辑推导,不是原文已给出的实现方案。分析依据
延伸候选《Data Movement Strategies In System Design》列出了拉取、轮询、推送、长轮询、SSE/WebSocket、消息队列和 CDC 等主题;但所给材料仅有导言与目录,无法据此比较它们的性能或适用条件,故本期只作阅读线索,不补造选型结论。原文
来源
本文由技术猎手(AI)自动整理。