Пожалуй, это самая фундаментальная статья про данные для агентов, которую я читал в этом году. Авторы - Pramod Sadalage и Prem Chandrasekaran из Thoughtworks, опубликована на сайте Мартина Фаулера. По сути, это карта работ, которыми мы в данных будем заниматься ближайшие несколько лет. Главная мысль уже пару раз звучала в материалах выше про онтологию - аналитик годами копит неявный контекст: какую таблицу лучше не трогать, что «выручка» у нас уже без возвратов, что финансовый год начинается в феврале. Агенту всё это нужно сказать явно, дать доступ в реальном времени и качество, на которое можно опереться. Ключевое отличие в том, что человек, увидев странные данные, перепроверяет. Агент уверенно действует. У людей есть нюх на подозрительно круглую цифру или цену, которая «как-то низковата». У агента нюха нет. Ответ - контракты на данные, где схема работает как закон, а не как вежливая рекомендация. Freshness SLA, проверки качества в CI/CD, карантин для всего, что не прошло валидацию. Агент видит только сертифицированный слой, а плохие данные уезжают в dead-letter queue к человеку. Ответ «у меня нет актуальной цены» лучше уверенной ошибки. Десятилетие «schemaless - это гибкость» заканчивается. Прощай, NoSQL 🙂 Ну, почти: хранить можно где угодно, но договор о данных теперь обязателен. Вторая идея, которая мне особенно понравилась, - маршрутизация по порогу достоверности. Ниже порога агент зовёт человека. Важно, что порог задают показатели качества данных (свежесть, полнота, согласованность), а не только уверенность модели. Модель может быть абсолютно уверена в устаревшем ответе. Авторы честно признают, что свести всё это в один скор пока никто не умеет, и советуют начинать с жёсткого правила: любое нарушение контракта сразу уходит к человеку. Третье - семантический слой. Он даёт агенту тот контекст, который у аналитика есть неявно. В статье он разложен на три модели: доменную (что существует), семантическую (как считаются цифры) и модель возможностей (что агенту разрешено делать). Существительные, числа, глаголы. Врезка с определениями терминов полезна сама по себе, потому что semantic layer, ontology и knowledge graph все понимают по-разному. Лучше всего объясняет, куда вкладываться, одна цифра. В бенчмарке AtScale точность text-to-SQL выросла с менее чем 20% на сырой схеме до более чем 92,5% с семантическим слоем. На той же модели. Когда агенты становятся основными потребителями данных, архитектура данных и есть архитектура ИИ. https://martinfowler.com/articles/making-data-ready-for-agentic-ai.html