小节二:Data Agent 需要怎样的 Analysis State——分析不是聊天记录,而是一个不断收敛的证据状态

在连续分析中,真正需要承接的不是逐句聊天记录,而是已经回答了什么、哪些结论有证据支持、查过哪些维度,以及还剩哪些问题。下面这张图把这些字段与中心状态放在了一起。

图片[1]-小节二:Data Agent 需要怎样的 Analysis State——分析不是聊天记录,而是一个不断收敛的证据状态-大赛人网

confirmed_findings 记录已确认的发现,remaining_questions 用来确定仍需验证的内容;query_count 和 completion_criteria 则分别帮助管理分析资源与结束条件。

Coding Agent 有:

modified_files
current_error
test_status

Data Agent 也需要自己的 State。

至少包括:

goal
baseline
current_hypothesis
confirmed_findings
queried_dimensions
important_metrics
remaining_questions
status

为什么不能只靠 Conversation History?

因为聊天历史只是:

发生过什么。

它不一定能清晰回答:

目前已经确认了什么?
哪些假设被否定?
接下来还需要查什么?

所以需要:

AnalysisMemory。

一个基础 AnalysisState

confirmed_findings 为什么重要?

比如已经确认:

request 基本稳定
eCPM 明显下降

这两条应该进入:

confirmed_findings。

后面 Context Compaction 即使发生,也不能丢。

queried_dimensions 为什么重要?

防止:

媒体查过一次
后面忘记
又查一遍媒体

这对防止:

重复查询

很重要。

remaining_questions

例如:

哪个媒体贡献最大?
Media A 内哪个广告位异常?
请求和曝光是否同步变化?

当这些问题都关闭。

并且核心结论有证据。

就可以结束。

数据分析也要有 Completion Criteria

不能让模型说:

“我觉得分析得差不多了。”

更合理:

异常已确认
+
主要异常指标已定位
+
至少一个主要贡献维度已定位
+
最终结论有 Query Result 支撑
+
没有关键未回答问题
→ COMPLETED

这正好解决前面讲的:

提前结束
过度调用 Tool

两个问题。

© 版权声明
THE END
喜欢就支持一下吧
点赞12 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容