Agentic Work Atlas

Agentic Speculation

5分钟阅读

Agentic-Speculation（Agent 投机探索）

定义

Agentic Speculation 是 agent 与数据系统交互的典型模式：一个高吞吐、异构的查询流，涵盖 schema 自省、列级探索、从部分到完整的查询构造。多个 agent 各自探索假设空间的一部分，单个用户请求可触发数千条 SQL 查询。

核心特征

与人类查询的本质区别

维度人类/BI 工具Agent
查询模式目标导向、逐个查询假设空间探索、组合搜索
单次请求查询量1-10数百到数千
子计划重复率低（有意设计）80-90%（并行探索的副产品）
容错能力期望精确结果可接受近似结果
反馈形式结构化表格任何文本形式

冗余的二重性

在 text-to-SQL 基准测试中，多 agent 尝试同一任务时：

  • 只有 10-20% 的子计划是不同的
  • 80-90% 的子查询执行重复工作
  • 但任务成功率随尝试次数显著增加

冗余是探索策略，不是浪费

类比生物系统的冗余探索（免疫系统的多克隆筛选、神经可塑性的突触冗余）：表面的"浪费"实际上是提高成功率的并行搜索策略。数据系统需要消化冗余而非消除冗余。

数据系统的优化方向

Berkeley AI Research 提出五个方向，将 agentic speculation 的"浪费"转化为效率：

1. 子计划复用（Sub-plan Reuse）

借鉴数十年历史的 multi-query optimization 和 shared scans 文献，在重叠子计划间复用结果。但关键区别：传统 MQO 优化的是人类有意设计的查询重叠，agentic speculation 的重叠是 agent 并行探索的随机副产品。

2. 近似查询处理（Satisficing）

返回对 agent "足够好"的近似答案（Approximate Query Processing），让 agent 基于近似结果决定是否深入。Agent 的容错能力使 AQP 从"可接受的妥协"变成"最优策略"。

3. 流式中间结果

将中间算子的结果流式传送给 agent，让其决定是否继续查看完整结果。这利用了 agent 的推理能力来做"早停"判断——人类 BI 工具不具备这种能力。

4. 批量查询 + Jinja 宏接口

Agent 不再逐条发 SQL，而是提交带近似要求的查询批次。使用 DBT 风格的 Jinja 宏提供循环原语，让 agent 描述搜索空间而非枚举每条查询。

5. 主动数据系统（Proactive Data Systems）

数据系统从被动执行器变为主动引导者：

  • 提供相关查询的结果（agent 没问但可能有用的）
  • 在执行昂贵查询前先提供延迟估计
  • 预先准备物化视图和虚拟视图作为 agent 上下文
  • 利用 agent 能接受任意文本反馈的能力（不限于 SQL 结果格式）

关键数据点

指标数据
单次用户请求触发查询量数百到数千条 SQL
子计划不同比例10-20%（text-to-SQL 基准）
子查询重复率80-90%
成功率与尝试次数关系正相关（冗余有益）
推理成本下降速度9x-900x/年（中位数 50x）

前提与局限性

  • 80-90% 重复率数据来自 text-to-SQL 基准，复杂分析任务（根因分析、队列分析）的重复模式可能不同
  • "消化冗余"的优化策略（MQO、AQP）假设冗余可被高效识别——在语法不同但语义等价的查询间，识别成本可能很高
  • 主动数据系统需要数据系统理解 agent 的意图——这本身是一个未解决的问题

关联概念

关系图谱

反向链接