阿里千问AI平台分享本体驱动AI数据研发实践,AI代码行占比升至八成以上
千问AI平台团队发文介绍本体驱动AI数据研发的方法,称AI写SQL的痛点不在语法而在选表、字段与指标口径,根因是业务知识散落在生产代码与个人经验中。其做法是把隐性规则从生产代码自动抽取为结构化三元组本体,经指纹比对、回溯SQL、格式检查三道校验防模型幻觉,再通过按需召回供给证据而非硬规则,并以研发diff、评测集、使用日志三条链路持续回注更新。
AI写SQL的瓶颈被定位为业务知识供给而非模型能力,解法是把散落在生产代码里的隐性口径变成机器可校验的结构化资产。
- 影响无报错的错误数据会绕过常规测试直接流进看板,口径风险比语法错误更隐蔽;口径沉淀为可校验资产后,知识维护从人工整理转向机器抽取加少量把关;研发角色相应从写代码转向定义与把关规则。
- 参考可考虑先盘点指标口径散落在历史代码与个人经验的程度,选一张高价值核心表试点自动抽取加人工校验,再用绑定已上线SQL的评测集量化引入前后的差异。