代理式分析三失败模式

定义

Anthropic 数据团队总结的、造成绝大多数分析 Agent 错误回答的三个属性，以及一套分层各个击破的"代理式分析栈"。

要点

三大失败模式：

1. 概念↔实体歧义（concept ↔ entity ambiguity）：数据模型里有数百个可行选项（潜在百万级字段），Agent 选不出最能回答问题的那个字段。
2. 数据陈旧（staleness）：数据源、业务定义、schema 持续变化，资产与 Agent 知识变旧，开始返回"微妙地错误"的答案。
3. 检索失败（retrieval failure）：正确信息其实在数据模型里且标注良好，但搜索空间太大，Agent 就是找不到。

分层对治（agentic analytics stack）：

• 数据基础（data foundations） → 治歧义：创建少而重治理的 canonical 数据集，让一个概念解析到唯一受治理的答案；元数据当一等产品；用 tooling/CI/mandate 强制执行。
• 真相源（sources of truth） → 降歧义：语义层（编译好的指标/维度定义，结构性要求"优先调用"）> 血缘与转换图 > 查询语料 > 业务上下文（公司知识图谱）。
• Skills → 治检索失败：见 配对 Skill。
• 验证（validation） → 找出哪种失败仍在泄漏：离线 evals + 消融 + 在线验证。

示例

把 revenue 从 40 个貌似可行的候选收敛到 1 个受治理的数据集，问题在 Agent 搜索之前就基本消失了——这是"数据基础"层把歧义在源头折叠掉。

相关概念

• 数据不是软件
• 配对 Skill
• 消融设计空结果
• 知识编译与检索
• 渐进式披露

参考资料

• Anthropic《How Anthropic enables self-service data analytics with Claude》