数据到智能架构
从原始数据到智能体驱动的决策——数据通过适配器、零拷贝联合和收集器导入；以原始数据形式存储在 SQL 和 MPP 上；抽象为事件、用户画像、指标和关系；然后通过本体与 AI 智能体连接。
为什么人工智能代理的四个层面至关重要
代理的好坏取决于它所推理的上下文。将摄取、原始存储、抽象和本体分开，为模型在各个层面提供了一个干净、受管控和连接的接口——因此它的决策是有根据的、可解释的，并且进化成本低廉。
代理读取上下文，而非原始数据行
每一层都为代理提供一个稳定的接口——事件、档案、受管控的指标以及关联的本体。它基于上下文进行推理，而不是在推理时解析和连接原始记录，这使得其答案具有可重复性。
独立于来源的摄取
因为数据收集是一个独立的层，所以该模型永远不会依赖于系统的连接方式。添加适配器、就地联合数据仓库，或通过开放的 API 推送数据——以上所有方式都使用相同的数据格式，因此新数据源不会影响您的提示或逻辑。
统一的底层架构
SQL 和 MPP 存储通过更改数据捕获保持一致，因此代理的上下文由单个原始事实支持，而不是不一致的漂移副本。操作读取和大型分析扫描看到相同的记录。
受监管的商业真相
指标在语义层中具有权威定义，因此代理操作的数据与您的仪表板显示的数据一致。决策保持可解释性和可审计性，而不是依赖于临时聚合。
明确的、可追踪的关联关系
本体将意图、用户画像和商业价值关联起来，因此可以追溯推荐的确切上下文——这些关系存在于模型中，无需代理在每次通话中重新推导。
可安全升级
在稳定的层级合约下，切换模型、添加数据源或更改存储。代理程序持续使用相同的抽象概念，因此其顶层智能无需底层重写即可不断演进。
从原始数据到互联本体
每一层都为其上一层提供更清晰、更规范的接口——从数据摄取、原始存储、抽象，到人工智能所依赖的本体——因此，顶层的智能无需底层代码重写即可演进。
如何将单个操作转化为决策
运动中的各层更容易看到。这是一个贯穿所有四个的零售信号——从原始点击到代理商的下一个最佳行动。
购物者的行为发生
一位会员三次浏览同一件夹克并将其添加到购物车，然后未购买就离开了。这些浏览和购物车事件会通过跟踪收集器收集，并与来自已连接的商务和 CRM 系统的订单历史记录一起显示。
一切都如实呈现
事件和记录会同时以原始数据的形式写入 SQL 和 MPP 存储，并通过变更数据捕获保持同步——因此相同的信息既可用于操作查询，也可用于大规模分析扫描。
原始数据转化为意义
事件模型将“重复浏览 + 购物车，但未购买”解读为高意向信号；标签将她标记为即将流失的高价值会员；指标层已经知道她的终身价值和兑换率——每个都有各自的定义。
由代理决定
本体将她的意图、画像和价值整合为一个完整的图景。代理读取此上下文，并制定个性化的挽回策略，同时提供有限的激励——该决策可以追溯到其背后的确切信号。
在哪里插入
您基于层级而非底层架构进行构建。每个底层表面都映射到一个具有独立文档的稳定界面——选择您的工作起点。
决定架构的问题
如果我们采用您的语义层和本体进行标准化，如何避免被锁定？
这些层是契约，而不是黑匣子。您的原始数据保留在标准 SQL 和 MPP 存储中，或者通过零复制保留在您自己的仓库中，我们从不要求您复制出来，并且您的指标、标签和身份定义是声明性的、版本化的，并且可以以您管理的形式导出。您保留数据和定义；该抽象位于开放存储中，而不是陷入专有格式中。
我们的数据实际存储在哪里？哪些数据会通过零拷贝联合技术跨越边界？
对于联合数据源，查询会被下推到您的数据仓库（Snowflake、Databricks、Salesforce Data Cloud 或 Delta Sharing），并根据您指定的凭据进行就地读取；原始表永远不会被复制到我们的存储中，因此您的数据仓库仍然是记录系统，其驻留和访问控制仍然有效。离开您边界的是经过范围限定的查询结果，而不是底层表。摄取的数据源会进入租户隔离的存储，并且同意和隐私状态会进行版本控制，以便受监管的数据能够按照策略进行处理，而不是临时处理。
谁来控制指标的含义？如何管理数千用户的指标？
指标定义位于一个统一的语义层，而非分散在仪表盘和笔记本中。每个定义都有所有者；认证指标需要所有者签字确认；变更会经过审核并进行版本控制，并带有审计跟踪，同时还会使自身的缓存失效，从而避免过时的数据长期存在。这正是防止组织层面出现“同一KPI，三种不同答案”问题的关键所在。
我们的数据如何与其他租户隔离？单个错误的传播半径是多少？
租户范围在数据路径中强制执行，而不是由应用程序代码记住过滤器。指标和配置文件访问权限仅针对租户范围的合同视图进行只读操作——这层安全屏障会在任何查询访问行之前按租户进行过滤——因此即使是自定义查询也无法访问其他租户的数据或原始表。由于隔离性取决于查询路径而非每个开发人员的技能，因此一个应用程序错误不会导致跨租户风险。
当代理执行操作时，我们如何对其进行审核和约束？
每个智能体的操作都基于受控抽象和本体，因此，每个决策都可以追溯到其所使用的确切意图、用户画像和指标上下文，而不是晦涩难懂的提示。智能体可以执行的写入操作受到服务器端防护措施和速率限制的限制，一旦超出限制，敏感操作（例如激励或支出）可能需要人工审批，并且每个操作都会被记录以供审计。智能体基于您设定的可靠信息进行推理，并保持可审查性，而不是基于任何人都无法重构的上下文进行操作。
五年内，分层架构的拥有成本为何比我们的仓库加点解决方案更低？
仓库加积分工具堆栈的持续成本在于集成和协调：每个新数据源都是一个定制管道，每个工具都会重新定义指标和身份，而您的团队需要维护它们之间的一致性。将数据摄取、存储、抽象和本体分离意味着数据源只需连接一次，指标只需定义一次，身份只需解析一次——以上所有环节都可以重复使用。您用单一的底层架构和一套统一的定义，取代了日益繁杂且脆弱的集成和相互冲突的定义。