数据Agent干活的真相：九成功夫在马具上

所有人都在比谁的模型跑分高，但真正把数据Agent放进生产环境的人都知道：决定你敢不敢信那个数字的，从来不是模型，而是模型外面那一层『马具』。Addy Osmani 在他那篇被反复转发的文章里说得很直白——Agent = 模型 + 马具。这句话放在数据分析场景里，分量比任何地方都重。这篇文章就聊聊：数据Agent的马具到底是什么，为什么通用马具不够用，以及你的团队该按什么顺序把五件套一件件装上去。

🔧 发动机再猛，没人开着一台发动机上班

Addy Osmani 给过一个精准的比喻：一台汽车发动机，单独摆在车间里，又强又没用。只有加上方向盘、刹车、油路、仪表盘和驾驶座，它才变成一辆车。没有人买一台发动机去通勤。

AI模型就是那台发动机。它推理快、写SQL快、解释口径的逻辑头头是道。但马具才是那辆车的其余部分——它读到的指令、允许使用的工具、能触碰的数据边界、步骤之间的记忆、工作必须通过的检查，以及那些需要人点头才能继续的审批节点。

你今天用的任何Agent工具，不管是 Cursor、Claude 的命令行工具，还是各类问数产品，出厂都自带一套通用马具。这套马具对付写代码、写文档已经够用，但数据工作是一块特殊的硬骨头。

用一张图看清楚数据Agent的完整构成：

看到了吗？六个组件里，只有『模型引擎』是买来的，剩下五件全是你要自己造的。这正是很多团队踩坑的地方——以为采购了一个聪明的模型就等于采购了一个靠谱的分析师，结果发现发动机是新的，车还没装轮子。

一个在金融行业搭数据平台的朋友私下吐槽：『我们demo阶段惊艳所有人，上线三个月被业务方骂到关闭入口。问题不在模型，在我们从来没定义过什么叫答案做完了。』这句『什么叫答案做完了』，就是马具工程的全部命题。

📊 为什么偏偏是数据活儿最考验马具

数据工作对马具的要求，比代码工作苛刻一个量级。原因很朴素：代码错了，测试会挂；数字错了，报表会安静地发出去。

模型写SQL的能力确实进化很快，主流模型在标准数据集上已经能生成语法正确、逻辑通顺的查询。但数据分析的难点从来不在语法，而在三件更隐蔽的事：

第一，口径。『活跃用户』在你的公司里是什么意思？登录过就算，还是要有关键行为？剔除内部账号吗？按天去重还是按月去重？同一个词，三个部门有三种定义，模型随手取一种，就是一个对不上账的数字。

第二，权限。分析Agent需要接触真实数据，而真实数据里有权限边界、有敏感字段、有不能被任何推理过程『顺带』读到的内容。给一个能自由生成并执行SQL的Agent直接连生产的写权限，是绝大多数公司都无法承受的风险。

第三，责任。图表是Agent画的，但报表上的数字最终要有人签字负责。当CFO问『这个数谁算的』，你不能回答『模型算的』。

水面上是一句提问和一张漂亮的图，水面下是五层没人看见的工程。行业里现在最常见的失败模式，恰恰是只做了水面上那部分就急着汇报『AI转型成果』。模型厂商不愿讲这一层——他们卖的是发动机；但企业侧必须有人清醒：信任数字的成本，永远由使用方承担。

🧩 五件套：从规则文件到『不会就问』

那么数据工作需要的自建马具，具体是哪五件？素材给出了一份经过实践检验的清单，而且强调：要按顺序加，跟着公司规模走。

第一件，规则文件。一份Agent必须遵守的约束文档：哪些问题可以答、哪些领域不能碰、输出格式是什么、遇到模糊需求如何处理。这是成本最低、见效最快的一件，三五个人的数据团队就该有。

第二件，指标口径。Agent给出的每个数字，必须能引用到一条明确定义的指标。这不是新发明，而是把数仓团队多年的语义层工作接给Agent——模型引用口径的那一刻，『同一个词三种算法』的乱象才真正收敛。

第三件，只读数据副本。给Agent的不是生产库，而是一份隔离的、只读的拷贝。它跑得再疯，也写不坏任何东西。这一件看着保守，实则是让安全和合规团队点头放行的前提。

第四件，校验清单。答案在算『完成』之前，要通过一小串检查：行数是否异常、是否有空值、聚合口径是否和引用的指标一致。像CI流水线，只是检查的对象从代码变成了数字。

第五件，上报机制。当没有任何一条口径覆盖用户的问题时，Agent的默认动作不是硬答，而是停下来问人。这一件最反直觉——『承认不知道』是马具里最值钱的功能。

按公司成长节奏，落地大概是这样的路线：

注意这个顺序的内在逻辑：先立规矩（不花钱），再统一语言（花的是治理的欠账），然后隔离风险（花的是架构改造），最后才谈质量门禁和谦逊机制。很多团队失败在于倒着来——先冲校验和自动审批，结果规则文件都没写，校验什么全靠拍脑袋。

⚖️ 信任的账本：谁在为这个数字负责

把视角拉高，整个『AI问数』赛道其实正在按马具完备度重新洗牌。用两个轴来看格局：横轴是工程完备度（马具装了多少），纵轴是数字可信度（业务方敢不敢直接用）。

裸模型直接问数，处于左下角：演示很炫，生产不敢用。通用Agent加提示词，往前挪了一步，但口径和权限仍然裸奔。数据平台厂商——Databricks、Snowflake 这一系——天然占优，因为他们的平台上本来就沉淀着语义层、权限体系和血缘，等于马具的三个零件已经预装了。而右上角的位置，属于那些把平台能力加自建五件套真正跑通的团队。

三种路径的账本，摆在桌面上算一算：

这张表的最后一列，就是未来两年企业级数据Agent的主战场。有意思的是，五件套里没有一件依赖某个特定模型——这意味着马具是可迁移资产，今天绑在 OpenAI 的模型上，明天换 Anthropic 的，五件套原样搬家。发动机一直在换代，但方向盘和刹车的设计是长周期的。这给企业侧一个明确启示：别把预算全砸在模型选型上，砸在马具上，它不会因为下一代模型发布而贬值。

据多位接近头部数据平台的人士说，平台厂商内部评估客户Agent项目时，最先看的就是有没有口径引用和权限隔离——有，才算『能上生产的方案』；没有，无论模型多新，都归为演示项目。这个区分标准很残酷，但很诚实。

小结

数据Agent的故事正在换剧本：上半场比谁的模型聪明，下半场比谁的马具扎实。规则文件、指标口径、只读副本、校验清单、上报机制——五件套按顺序装上，模型才有资格从『一台发动机』变成『一辆能开去上班的车』。可以预判的是，随着Agent进入生产深水区，『马具工程』会从隐性能力变成显性岗位，就像当年的数据治理一样，从没人愿意做，变成没人敢不做。下一波竞争力，藏在水面之下。