AI 数据库返回正确答案仍可能不完整：完整性契约设计

数据库答案即使正确，也可能是不完整的。

一个数据库答案可能是新鲜的、数值正确的，但仍然可能是不完整的。某个区域数据源可能不可用。内连接可能悄无声息地丢弃了不匹配的记录。某个连接器可能在第一页之后就停止返回，而模型却把结果描述为整个数据集。

生产环境中的 AI 数据库访问需要一个完整性契约。

首先定义预期数据范围：数据源、实体、区域、交易状态、报告时间间隔和指标版本。

然后随结果一起返回证据：

• 预期数据源与实际观测到的数据源对比
• 数据源和分区的水印（watermark）
• 过滤和连接前后的行数
• 未知值、null 值、被拒绝值和重复值的计数
• 缺失或超时的数据源
• 分页和截断状态
• 对账状态

关键区别在于：零（zero）、未知（unknown）、未收到（not received）、被编辑（redacted）以及不适用（not applicable）这五种状态。将这五种状态全部转为零，会制造出一个无法被审计的"干净"答案。

部分结果策略也属于工作流契约的一部分。探索性趋势分析可以容忍有名称的空缺。监管汇总报告可能要求每个数据源都必须存在且完成对账。

模型可以解释为什么结果是部分的。它不应该决定缺失的数据是否可接受，更不应该将部分结果升级为完整结果。

完整指南：AI 数据库答案需要完整性契约

更多行动建议，你可以考虑屏蔽此人或举报滥用行为

我们是一个让程序员分享、保持最新和职业成长的平台。