Zovda
团队把智能体接到人用的那层报表上。头一周能用，然后开始产出自信的答案——而那些答案建在一张没人能回读的图上。
看板是为人眼做的压缩。智能体需要的是压缩之前的记录。
看板藏住了什么
- 聚合背后的行
- 默认替你套上的那个筛选
- 底层数据的新鲜度
- 「零」和「不知道」的区别
看不见这些的智能体，会以一个「不知道自己漏了什么的人」的自信来回答。
智能体需要的是这些
- 一个参数明确的查询面，不是一张存好的视图
- 行级结果，带上限，并说明上限是多少
- 字段说明，讲清空值意味着什么
- 针对结果再追问一次的能力
最后一条，是把「检索」变成「调查」的那一步。
给结果设边界，并说出来
一次拿到一万行的智能体会把它总结得很糟。返回一个有界的集合，说明返回了多少条、总共有多少条，让下一次调用把问题收窄。
把失败路径设计出来
空结果、字段含糊、超时。每一种都要有明确行为，而这段说明要写在模型读得到的工具描述里。
Zovda 通过 Datuva 交付的集合，字段说明是照着「人和智能体都能读」写的。数据研究语料展示了智能体会拿到的记录结构。
告诉我们你的智能体要回答什么，我们会在 1 个工作日内回复。