可审计数据质量层：智能体规则发现初探

01 摘要

作者指出高风险的表格数据流水线依赖分散且静态的质量检查，难以演进，也难以对照政策意图进行审计。为此提出一个将规则与治理文本溯源链接、并通过不可变执行轨迹重放的数据质量层愿景，并实现其中的智能体规则发现核心（全自主与引导两种模式）及人工复核界面。在金融和零售两个真实行业数据集上的实验仅为初步结果，用于初步检验完全自主的分治式规则发现能否产出与人类专家质量、多样性相当的规则。

02 关键点

1. 提出本体支撑、仓库原生的数据质量层设计，规则具备版本化、治理文本溯源与不可变执行轨迹。
2. 实现智能体规则发现核心，支持全自主（Full-Agentic）与引导（Guided）两种规则获取模式，并配有 HITL 复核界面。
3. 在金融、零售两个真实数据集上给出初步实验，比较自主发现规则与专家规则的产出质量与多样性。