数据Agent的胜负手，是那根'缰绳'

老板在对话框里敲下一句：'上季度华东区的毛利率是多少？'十秒钟，Agent 给出一个漂亮的数字，还顺手配了张图。会议室安静了三秒，所有人的目光转向数据团队：这个数，你敢签吗？

这才是 2025 年数据 Agent 落地的真实分水岭——不是模型够不够聪明，而是模型外面那圈'缰绳'（harness）配得全不全。业内现在有句私下流传的话：模型是租来的，harness 才是自己的资产。

🚗 引擎再好，也不是汽车

没人会买一台发动机开去上班。

Google Chrome 团队的 Addy Osmani 在他关于 harness engineering 的综述里给过一个精准的比喻：AI 模型就像架在车间里的汽车发动机——单独看，动力澎湃，但是毫无用处。只有加上转向、刹车、油路、仪表盘和驾驶座，它才变成一辆车。

换到 Agent 语境里，这套公式被反复引用：Agent = 模型 + Harness。模型负责推理和写查询，速度快得惊人；harness 是车的其余部分——它读到的指令、允许使用的工具、被授权触碰的数据边界、步骤之间记住了什么、产出必须通过哪些检查、以及哪些节点必须有人审批后才能继续。

这里有个容易被忽略的事实：你现在用的任何通用 Agent 工具——无论是 ChatGPT 这类对话产品还是 Cursor 这类编程工具——出厂都自带一套 harness。但那套 harness 是为通用任务设计的，它的默认假设是：任务错了可以重来，试错成本很低。

数据工作恰恰相反。一条口径错误的 SQL 跑出的数字，可能直接进下周的经营分析会。凡是真正把数据 Agent 推进过生产环境的人都知道，通用 harness 在数据场景里几乎必然水土不服——所以真正的活儿，是你自己加装的那五个配件。

模型层的竞争正在快速商品化，这一点已经没有悬念。当推理能力不再是瓶颈，谁能把 harness 做扎实，谁的产品才配得上'可信'两个字。这不是概念，这是工程。

📊 五个配件，一个都不能省

数据 Agent 的可靠性，是被五件很便宜的东西撑起来的。

按照 Addy Osmani 梳理的框架，数据工作需要在通用 harness 之上自己加装五部分：

第一，一份它必须遵守的规则文件。口径怎么算、哪些问题不能答、哪些操作禁止执行，白纸黑字写下来，而不是指望提示词里一句'请谨慎'。第二，它必须引用的指标定义。每个数字都要能回溯到标准定义——'毛利率'用的是哪个分子分母，是否有剔除规则。第三，对数据副本的只读访问。它碰到的应该是脱敏副本，而不是生产库。第四，一份简短的检查清单。答案必须过检，才算完成。第五，一条停止规则：当没有任何定义覆盖这个问题时，停下来问人，而不是硬编。

注意这五件事的成本结构：几份文档加一组权限配置，加起来可能不到一个工程师一周的工作量。但它们决定了那个数字能不能进周报。数据行业老问题——口径治理、权限管控、质量验收——在 Agent 时代被重新推到台前，只是这次，没人能拿'需求太急'当挡箭牌了。

🔐 只读，是数据Agent的第一张驾照

先谈权限，再谈智能。

想象一个画面：一个能熟练写 SQL 的 Agent，被接到了公司的生产库上，拥有读写权限，并且被要求'自主完成任务'。它不需要做错什么——只要一次对表结构的误解、一次没考虑周全的 JOIN，就足以酿成事故。更现实的风险是：Agent 为了'完成目标'自作主张地修数据。

工程上的答案其实非常克制：read-only access to a copy of the data——只读，而且是对副本。这两个词缺一不可。只读解决了'不能改'，副本解决了'不碰生产'。双保险之下，Agent 犯错的代价被压到了最低。

Airbnb 的实践就是一个现成的注脚。这家公司在内部建了统一的指标平台 Minerva，把数千个业务指标的口径、粒度和血缘集中定义、集中校验，下游所有报表和分析工具都只能从这一个源头取数。官方工程博客披露的效果很直白：同一个指标在不同部门'对不上'的情况被系统性消灭，分析结果可以被直接引用而无需反复对账。把这套思路平移到 Agent 时代，Minerva 扮演的正是'指标定义'这块配件——模型可以随便换，但数字只有一个出处。

另一个可量化的证据来自 Snowflake。其在官方评测中报告，为 Cortex Analyst 引入语义模型（semantic model）之后，Text-to-SQL 问答的准确率从裸模型的大约七成提升到九成左右，且错误类型从'随口编数'转向'明确拒答或追问'。这九个点的差距，恰恰来自语义层和拒答机制这两件'便宜配件'——不是靠换更强的模型换来的。

这也是数据 Agent 比通用 Agent 落地慢的真正原因。不是模型不行——写 SQL 这件事，现在的模型已经足够好——而是数据团队不敢放开缰绳。权限体系、副本机制、审批链路，这些恰恰是传统数据平台工程里最成熟的部分，如今成了 Agent 落地的第一道门槛。

对一个组织来说，给 Agent 配只读驾照的过程，本身就是一次数据资产和权限关系的全面盘点。很多团队做完才发现：自家到底有哪些库、谁能碰、口径谁定，此前从来没对齐过。Agent 只是那个逼你交卷的考官。

✅ '完成'的标准，比完成更难

Agent 说'做完了'，和你敢说'可以用了'之间，隔着一个检查清单。

最常见的翻车现场是这样的：Agent 给出的 SQL 语法完美、逻辑自洽、图表精美，唯一的问题是——它把'活跃用户'算成了'登录用户'。语法层面的对，掩盖不了业务口径的错。而使用者往往不具备逐行审查 SQL 的能力，这正是他们来用 Agent 的原因。

解法并不新鲜，但非常工程化：在答案'算作完成'之前，先过一份简短的检查清单（a short list of checks）。注意两个关键词：'before an answer counts as done'——完成与否不是 Agent 自己宣布的，而是过检之后认定的；'short list'——不是一百条规则堆成新 bureaucracy，而是少数几条最要命的验收项：口径是否引用了标准定义、数字是否在合理区间、SQL 是否触碰了禁改资源。

与之配套的是那条停止规则：当没有任何定义覆盖这个问题时，停下来问人。这本质上是把'不知为不知'写进了系统。模型的天性是给出一个答案，哪怕它需要编。停止规则等于在 harness 层面替它踩了一脚刹车：这个问题我们没定义过，你去问业务方，先把定义补上。

产业层面看，这两件事其实是把软件工程里'验收标准'和'异常上报'的老做法，翻译成了 Agent 时代的语言。数据治理做了二十年，一直在解决'数字为什么对不上'；现在只是把答案前置到了生成环节。谁先把验收标准显性化，谁的 Agent 就先获得组织信任。

📈 按顺序加，别一口气堆齐

五件套的正确打开方式，是跟着公司规模走。

这个框架里最容易被忽略的一句话是：Add them in that order as your company grows——按这个顺序加，随着公司成长。也就是说，五件套不是一次性采购，而是一条渐进路线：小团队从规则文件起步，一个文档就能吃掉大部分低级错误；业务复杂之后补指标定义，让数字有出处；接入真实数据前上只读副本；多人使用后配检查清单；常态化运行后再建立停下问人的机制。

🗺️ 竞争格局：中间那条 harness 工程带

把这个路线放到竞争格局里看，会更有意思：

左下角是拿模型 API 直连数据库的裸奔玩家，技术门槛最低，商业价值也最低——产出的数字没人敢用。中间是 BI 厂商给产品加 AI 问答的改良路线：Microsoft Fabric 的 Copilot、Tableau Pulse、ThoughtSpot Sage 都属于这一档，有现成的语义层和权限体系打底，但 harness 的完整度取决于厂商的投入节奏，且天然只覆盖自家生态内的数据。右上角是两股力量的交汇处：一股是Databricks Genie、Snowflake Cortex Analyst 这类把语义层、权限、质量检查做成完整 harness 的数据平台厂商——Snowflake 给 Cortex Analyst 配语义模型后准确率从约七成提到九成，说明平台厂商自己也在补这块短板；另一股是把五件套自建起来的企业数据团队，Airbnb 的 Minerva 就是这条路走通的样本。

趋势数据也在验证这个方向。Gartner 预测到 2028 年，将有 33% 的企业软件内置 Agentic AI 能力，而 2024 年这一比例不足 1%——这意味着未来几年会有大量'数据问答'能力被塞进企业软件，其中真正能被业务信任的，必然是那些 harness 配置齐全的玩家。

可以做一个推演性判断：未来两年数据 Agent 的竞争，重心会从'谁的模型答得好'转向'谁的 harness 配得全'。模型厂商有动力往下做工具和权限——OpenAI 给 Agent 配沙箱和审计日志就是信号；数据平台厂商有动力往上做 Agent 入口——Databricks 和 Snowflake 都把语义层 + Agent 问答当作今年的主打故事。两股力量夹击之下，中间那条 harness 工程带，才是真正的主战场。对数据团队而言，这反而是好消息——缰绳工程吃的不是算法红利，而是你们本来就擅长的治理功底。

回到开头那间会议室。发动机的马力每半年上一个台阶，但你能不能把车开回家，取决于刹车、方向盘和安全带。模型会一代代换新，规则文件、指标定义、只读权限、检查清单和停下问人的机制，才是数据团队自己攒下的资产。如果你的团队已经开始用 Agent 跑数据，最值得本周就做的一件事，是写下第一份规则文件——那根缰绳，越早套上越好。