Anthropic 数据 Agent 95%准确率 — 最小成本落地
不要先复制 Anthropic 完整全栈。先做三个小动作，就能拿到大部分收益。
核心论点
普通公司落地 Data Agent 的真正起步规则，不是”先追95%“，而是先回答一个更小的问题：我能不能先让一个高频小领域，变得可定义、可找到、可验证、可更新？
最小起步的三件套
1. 标准答案 — 官方标准数据集
先收拢核心概念的公司承认的入口。
- 同一个”本月收入”，不要有十几张表都看起来能算（支付时间 vs 确认收入 vs 扣退款 vs 临时看板）
- 数据 Agent 最怕的不是不会写 SQL，是在很多相似答案里自信选错
- 先收最常问、最容易错的指标，整理成标准答案
- 收入：看哪张表、按什么时间口径、退坡规则、测试账号处理，一次说清楚
先别让 Agent 自己在一堆相似答案里找真相。
2. 离线考试 — 稳定测试题
先给 Agent 考试，再让它上线。
- 以”收入”为例，准备 30-50 道题：
- 上月收入多少？（官方表入口，有答案）
- 环比变化多少？（日期口径，可复现）
- 退费算不算？（业务规则，需逻辑）
- 试用转付费算哪天？（边界场景，需路径）
- 关键：测试题要稳定
- ❌ “今天收入多少？” — 题目每天自己变，分不清是 Agent 还是数据错了
- ✅ 固定日期 / 查官方口径 — 错题才会被稳定抓到
3. SKILL 地图 — 薄 Knowledge 路由
不是巨大的百科全书，不是万能提示词，而是一张简洁的路由地图：
用户提问 → 官方指标（先查这里）→ 指定文档（少量参考）→ 问清楚（找人补注）
- 如果问收入，先看哪里
- 如果问活跃，先看哪里
- 语义层里有官方指标 → 先用
- 没有覆盖 → 再看哪份参考文档
- 哪些旧表不能用
- 遇到退款/欺诈过滤/试用转付费 → 要不要先问清楚
薄的价值不是少写点字，而是让 Agent 不要乱找。
起步顺序
- 第一步：最小起步版 — 标准答案 + 稳定试题 + 薄 Knowledge Skill
- 第二步：看真实错误 — 用户真问什么？Agent 错在哪？测试抓住了吗？文档缺什么？
- 第三步：再加复杂度 — 语义层、更多 Skill、线上监控、对抗审查、自动修复
这些都不是第一天必须做完的事，先有闭环，再决定要不要变重。
判断架构轻重的五个约束
| 问题 | 可以轻一点 | 必须重一点 |
|---|---|---|
| Q1. 今天要答对吗？ | 内部探索 | 财务、合规、董事会 |
| Q2. 业务会复杂吗？ | 少产品、少用户 | 多团队、多口径 |
| Q3. 谁在看答案？ | 数据科学家（会验算） | 业务、管理层（只看结论） |
| Q4. 成本能承受吗？ | 低成本、快回答 | 贵一点但慢一点 |
| Q5. 权限能放开吗？ | 限定范围 Agent | 敏感数据、强审计 |
关键洞察
- 准确率不是免费的，要决定哪些场景值得贵
- Agent 拿到的上下文越多越容易答好，但权限风险也越大
- 很多公司不能默认做一个全能 Agent，而是多个限定范围的 Agent（销售/产品/财务各司其职）
最小可落地版本
- 选五个核心指标
- 每个指标写清楚官方口径
- 准备三十道常见问题测试题
- 给 Agent 一个薄 Knowledge Skill：先查哪里 → 查不到再看哪里 → 什么情况必须先问
如果连一个指标的官方来源、测试题和路由规则都没有，就把整个数仓接给 Agent，那不是在做数据智能，是在让 AI 更快地放大组织里原本就没整理清楚的混乱。