MasterControl Seventeen Every Time
从问题到证据：受治理数据分析的小型分析代数
🧭 受治理数据分析 · 确定性策略执行
MasterControl AI Lab
LLM只解释用户意图，由确定性策略执行预批准分析程序，110/110匹配答案与证据契约，而运行时规划0/330
📌 工作参考价值（4 点）
- 在电商/广告的指标数据问答、AB实验分析等场景，可将「意图解析」与「工具选择/SQL生成」解耦：LLM只做意图分类和参数抽取，指标口径、SQL模板、执行程序由预注册目录确定性选择，避免每次生成口径漂移。
- 返回结果同时返回 evidence（口径、时间区间、支持记录），方便审计、回放和线上事故排查；对推荐系统日报、监控告警类分析尤其有价值。
- 用小型类型化操作集（关系操作+聚合+窗口+排名+相似度）表达业务分析需求，先为有限场景证明 scoped completeness，再逐步扩展，比直接开放端到端 agent 更可控。
- 对比结果提示：8B 级模型做运行时 SQL 生成和工具规划，在完整答案+证据契约上失败率很高；若在业务 Agent 中做数据查询，必须加强验证、模板约束或策略回退，不能只靠自由规划。