淘宝百亿补贴数据分析助手 Agent：让自然语言查询先经过业务语义层

自然语言转 SQL 最容易被低估的部分，不是 SQL 语法，而是业务语义。用户说“百亿补贴商品销量”“补贴效果”“转化率”时，Agent 必须知道指标口径、时间范围、商品粒度、数据权限和表之间的血缘关系。只把问题翻译成一条能执行的 SQL，并不能证明结果正确。

本文根据大淘宝技术《淘宝百亿补贴数据分析助手 Agent 实战》的公开摘要整理。摘要披露的关键路径是：在自然语言与 SQL 之间增加业务语义层，通过多 Agent 编排、知识检索、执行校验、血缘溯源和 Python 沙箱串联取数、分析与归因。案例查询耗时由 30—120 秒缩短至 3—10 秒，这属于原文项目数据，不应直接当作所有数据 Agent 的性能保证。

一、为什么要在自然语言和 SQL 之间加一层

直接 Text-to-SQL 的链路通常是：

用户问题 → LLM → SQL → 数据库 → 结果

问题在于 LLM 看到的是字段名，而用户表达的是业务概念。中间缺少语义层时，模型可能：

• 选错时间字段或统计粒度；
• 把支付金额、下单金额和 GMV 混为一谈；
• 把实验桶与全量数据混合；
• 忽略数据延迟、权限和口径版本；
• 生成可以执行但业务含义错误的 SQL。

更可靠的链路是：

自然语言
  → 意图与指标识别
  → 业务语义层
  → 表、字段、口径和血缘检索
  → SQL 生成
  → 静态校验与执行校验
  → 结果分析与归因

二、业务语义层应该维护什么

语义层不是一张简单的字段别名表，至少应包含：

内容	示例
指标定义	GMV、支付买家数、补贴金额、ROI
统计粒度	商品、店铺、类目、用户、实验桶
时间口径	下单日、支付日、自然日、活动周期
过滤规则	有效订单、退款剔除、实验流量范围
数据来源	事实表、维表、汇总表和更新时间
权限边界	可访问字段、脱敏字段、租户范围
版本信息	口径生效时间和变更记录

Agent 先把用户问题映射成一个结构化查询意图，再基于这个意图生成 SQL，能够把“业务理解错误”和“SQL 编写错误”分开诊断。

三、多 Agent 如何分工

一个可控的职责拆分可以是：

1. 意图 Agent：识别指标、维度、时间范围和比较目标。
2. 语义检索 Agent：检索指标口径、字段说明、样例查询和血缘。
3. SQL Agent：生成候选 SQL，并说明每个关键字段的选择依据。
4. 校验 Agent：检查权限、字段、类型、时间范围、Join、成本和空结果。
5. 分析 Agent：对查询结果做统计、趋势、异常和分组分析。
6. 归因 Agent：在证据充分时提出可能原因，并区分事实、推断和待验证假设。

多 Agent 不是越多越好。每个 Agent 都会增加延迟、调用成本和状态管理复杂度。适合拆分的是责任边界清晰、可以独立验证的步骤。

四、SQL 执行前后的两类校验

执行前需要做确定性检查：

• SQL 是否只读；
• 是否访问越权字段；
• 是否缺少时间过滤；
• Join 是否可能产生笛卡尔积；
• 是否超过扫描量或运行时间限制；
• 指标字段是否符合当前口径。

执行后需要检查：

• 是否为空或异常放大；
• 结果粒度是否符合用户问题；
• 总量与已知基线是否相差过大；
• 是否需要进一步用 Python 做统计；
• 结论是否有可回溯的 SQL、数据版本和时间戳。

五、Python 沙箱的价值与边界

SQL 适合取数和聚合，Python 更适合做相关性、分布、趋势、异常检测和可视化。把 Python 放在隔离沙箱中，可以让 Agent 对查询结果做二次分析，但必须限制：

• 只能读取当前任务已经授权的数据；
• 禁止网络访问、文件系统越权和密钥读取；
• 限制 CPU、内存、执行时长和输出大小；
• 记录代码、输入摘要、依赖和输出；
• 结果需要引用原始查询和数据版本。

六、性能提升不能只看总耗时

原文摘要提到查询耗时由 30—120 秒缩短至 3—10 秒。要判断这类优化能否复用，应进一步拆分：语义检索、模型调用、SQL 执行、结果分析和网络传输各自耗时多少。常见优化包括语义缓存、查询模板、并行检索、结果缓存、轻重模型分工和异步分析，但每一项都要用相同数据集和相同口径复测。

七、上线前检查清单

• 指标、字段、维度和时间口径有唯一事实源。
• SQL 生成与执行权限分离。
• 查询前有只读、成本、权限和时间范围校验。
• 查询结果带数据版本、更新时间和 SQL 记录。
• Python 分析运行在有资源限制的沙箱中。
• 归因结论区分事实、推断和待验证假设。
• 结果质量使用空结果、异常值和基线校验。
• 延迟、失败率、错误类型和用户修正被持续记录。

来源与边界

原文：大淘宝技术｜淘宝百亿补贴数据分析助手 Agent 实战。本文依据奇舞周刊第 597 期中的公开摘要整理，未取得原文全文和原文配图，因此未虚构源码、接口或架构图；项目耗时数据属于来源文章案例。