人类看到数据不对劲会停下来查一查；AI Agent 不会。它会自信地用错误数据执行，然后一脸无辜地说 "流程全走对了"。

Thoughtworks 两位资深工程师（Pramod Sadalage、Prem Chandrasekaran）在 martinfowler.com 发了篇长文《Making Your Data Ready for Agentic AI》，核心就一句：过去三十年，我们的数据系统都是为 "人" 设计的 —— 人自带上下文、判断力和怀疑心；而 Agent 一个都没有，你喂它什么它信什么，错了照样自信。

一个场景就说明问题：定价 Agent 查产品价格，数据源没刷新，还在报昨天的 49.99（实际已涨到 59.99）。Agent 毫不犹豫地报价、客户下单、每单亏 10。每一步它都 "技术正确"，错的是数据。调查数据也很扎心：87% 的数据负责人认为自家数据已经 ready for AI，但 43% 又把 "数据就绪度" 列为拿不到 AI 价值的头号障碍 —— 组织层面的 "定价 Agent"。

所以 AI-ready 数据不是玄学，是把原来人脑里免费干的活，编码进数据本身。五个属性：1. 可信：人看到可疑数字会迟疑，Agent 会直接执行，所以数据上桌之前必须就是准的。2. 有上下文：人知道 "营收" 已扣掉退货、财年从 2 月开始，这些都得显式写进数据。3. 可追溯：人做完决策能解释为什么，Agent 30 秒决策完，不当时抓取就永远没了。4. 受治理：人的权限靠角色 + 判断，Agent 的权限只能靠设计。5. 可操作：人不只看报表还会去执行，Agent 得真的能 "做事"，而不只是 "能读"。

怎么建？四层，按顺序来：第一层：数据契约与质量。 Agent 闻不出坏数据的味，架构要替它闻。做法：schema 当法律（数据契约进 CI/CD，用 Data Contract CLI，把契约当 API 契约一样严肃）、每张表定新鲜度 SLA（24 小时没刷新就算违约，且计时锚定 "上次成功加载" 而非 "值变了"）、坏数据进死信队列隔离，永远到不了 Agent 面前。架构里 Agent 只准碰 Gold 层。再配置信度路由：数据质量信号不过阈值就转人工 —— 模型可以很自信，但新鲜度 SLA 会盖过它的迷之自信。

第二层：可观测性与治理。 传统审计日志只能答 "做了什么"，答不了 "为什么"。解法是 agentic lineage：把分布式追踪的 trace/span 搬到 Agent 决策上，记录每个步骤的推理链、查了哪些源、否掉了哪些备选。自主权分四档慢慢给：影子模式 → 监督模式 → 带护栏自主 → 完全自主。权限三件套：委托访问（以发起人身份干活，而非万能服务账号）、JIT 短时凭证（用完即焚）、最小权限 —— 一起堵死 "提示注入劫持 Agent 偷数据" 的致命三角。

第三层：上下文层。 Agent 不知道你嘴里的 "营收" 是什么意思。给它三套定义：领域模型（名词：有什么实体、什么关系）、语义模型（数字：指标怎么算，metrics as code，一个指标一个版本化公式）、能力模型（动词：Agent 能对活系统做什么）。AtScale 的 text-to-SQL 基准：同一个模型，直接查裸 schema 准确率不到 20%，套上语义层超过 92.5%。差距不在模型，在上下文。

第四层：访问层。 从 "可检索" 到 "可行动" 是个谱系：RAG 检索 → 实时查询 → 写回操作，MCP 的 Resources/Prompts/Tools 正好对应风险梯度。反模式是 "naive API-to-MCP"：把 REST API 一比一包成工具，搞出 50 个名字差不多的工具，LLM 挑不过来、准确率断崖下跌。正确姿势：设计 5-10 个描述清晰、参数化的业务能力，胜过 50 个薄 API 包装。写回操作要声明前置条件和可逆性 —— 判断能否自动化，看 "可逆性" 而不是 "金额"：50 万美元的内部账务调整（可回滚）比 200 美元的对外付款（追不回）更适合交给 Agent。

四个现在就能做的事：① 第一天就埋可观测性（追溯最难后补）；② 给 Agent 碰的所有数据定契约和 SLA；③ 上下文比换更大的模型更提准确率；④ 先只读、后写回，自主权按阶段挣。

当 Agent 成为数据的主要消费者，你的数据架构就是你的 AI 架构。

访问：martinfowler.com/articles/making-data-ready-for-agentic-ai.html

HOW I AI 程序员