AI智能体的上下文问题：语义层采购前先解决治理与定义

大多数 AI 智能体都能编写 SQL。问题在于，它们是针对错误的收入定义来编写的，服务于错误的团队，使用了错误的业务规则，而你在演示中根本发现不了这一点。在你评估任何一家语义层供应商之前，有四件事值得先做好。

语义层市场从未如此拥挤。如今，每家主要分析供应商、数据平台和 BI 工具都声称自己拥有语义层。但大多数供应商不会告诉你的是：这项技术是否可信，取决于你在打开采购表格之前所做出的决策。

为什么治理要先于供应商演示？

语义层的可信度取决于其背后的治理。在评估工具之前，请确认你的组织已建立一套将业务与技术团队联合起来、并明确数据所有权的机制。没有这个基础，即使是最先进的语义层，在大规模应用时也仍会产生不一致的答案。

这不仅仅是一项流程建议，更是一个技术现实：AI 智能体会查询它最先找到的任何定义。如果你的组织尚未在财务、销售和营销部门之间就“收入”的含义达成一致，语义层无法自行解决这一冲突。它只会放大冲突。

如果有供应商告诉你并非如此，那他卖给你的是一次部署，而不是一个解决方案。

你应该先锁定哪些业务定义？

AI 分析失败最常见的原因不是技术差距，而是定义混乱。在评估任何工具之前，以书面形式锁定你的关键指标、KPI 和术语。跨团队来看，“收入”是什么意思？“活跃用户”呢？“流失”呢？

AI 智能体会自信地用最先找到的定义来回答，所以要确保那个定义是你所认可的。

这一步不需要任何成本，却能节省数月时间。它还能告诉你一些关于组织准备度的有用信息：如果你在与供应商对话之前无法就三个核心指标达成一致，那么之后没有任何语义层能替你维持这种一致性。

你应该要求供应商在你的技术栈中证明什么？

大多数评估出错的地方，在于只测试了演示，而没有对核心能力进行压力测试。应要求供应商具体证明以下四件事：

• 跨数据平台的原生 SQL 方言支持，而不仅仅是通用连接器
• 语义层能够同时服务于分析、BI 和 AI 界面的广度
• 真正的双向同步：如果 Snowflake 或 dbt 中的指标名称发生变化，它会自动反向传播吗？
• 这个界面究竟是为谁构建的，是数据工程师、DBA，还是业务分析师？答案会彻底改变采用情况。

精选的演示环境恰恰会掩盖你在生产环境中将遇到的摩擦。应争取在你的技术栈中、使用你的数据、针对你平台实际使用的 SQL 方言进行概念验证。

ThoughtSpot 支持跨 Snowflake、Databricks、BigQuery 等平台的原生 SQL 方言，其界面专为业务分析师构建。没有翻译层，也没有通用连接器：你的数据团队构建的语义定义，就是你的业务用户直接查询的定义。

语义层是确定性的吗？它会不断变得更智能吗？

大多数采购清单都会跳过这样一个问题：查询引擎是确定性的，还是在猜测？概率型引擎会在每次查询时重新进行分词，而 token 成本会不断累积。确定性引擎会强制执行受治理的 SQL，因此无论问题如何表述，你每次都能得到同样正确的答案。

关于引擎的这个问题很重要，因为最好的语义层不会止步于准确性：它们会随着使用而变得更好。最强大的语义层会从你的业务实际提问方式中学习，从 Liveboards、过往对话、已连接的应用和使用模式中提取上下文。另一种替代方案——需要工程团队在你第一个智能体变得可靠之前手工整理 YAML 文件——是一个六到十二个月的搭建项目，而不是一个基础。

直接询问供应商，从零到建成一个生产就绪的上下文层需要多长时间。几周是合理的答案。六到十二个月则值得再审视一下。

ThoughtSpot 的 Trust Layer 旨在随使用而不断改进。定义是经过 AI 增强的，而不是从零由 AI 生成的，并且来自你组织查询数据方式的元数据会自动反馈到语义模型中。这意味着该层会随着时间的推移变得更加准确，而无需在每次智能体部署前进行人工整理冲刺。

为什么在选择供应商时，独立性很重要

ThoughtSpot 是唯一一家独立的、专注于分析的领导者，在 Gartner® Magic Quadrant™ 中被评为分析和 BI 平台领导者。其他主要竞争对手都在分析层之下运营着云平台、数据仓库或服务业务。ThoughtSpot 并非如此，所以当你的技术栈横跨 Snowflake、Databricks、BigQuery 等平台时，不存在平台利益冲突。

ThoughtSpot 还是 Open Semantic Interchange 的创始成员，这是一项旨在推动跨云和分析工具的开放、可互操作语义标准的行业倡议。你的定义保持可移植，而不会被锁定在某个平台或供应商上。

观看语义与上下文层系列

全部三场会议均可按需免费观看。你可以按照自己的节奏在 thoughtspot.com/semantic-and-context-layer-series 观看。

在评估供应商之前做好上述四件事，不仅会让演示更有用，还会让你深入了解该供应商如何看待信任。如果你想了解 Spotter 和 智能体语义层 如何将这些原则付诸实践，请按需观看。