Making Your Data Ready for Agentic AI — 4-слойный фреймворк
Саммари
Исчерпывающее практическое руководство по data readiness для AI-агентов от авторитетного ThoughtWorks-инженера. Традиционные data-системы строились для людей, которые несут контекст и скепсис в голове — агенты не имеют ни того, ни другого: человек при странном числе перепроверит, агент уверенно на нём сработает. 4-слойный фреймворк: Data Contracts & Quality, Traceability & Governance, Context Layer и Actionable Access (MCP-примитивы).
Из этого следует, что лучшее вложение — не харнес, а дата-слой: любой агентский фреймворк почти не даёт ценности, если данные не в форме, которую машина может потребить, доверять и на которой может действовать.
На практике SLA свежести нужно привязывать к моменту последней успешной загрузки/переиндексации, а не к моменту изменения значения: так «спокойные» данные не помечаются стейлом, а тихо умерший пайплайн не маскируется под свежий.
Важный нюанс: confidence-threshold routing — открытая задача; начинать надо с жёсткого гейта (любое нарушение контракта или SLA ведёт к человеку), а взвешенный скор добавлять лишь когда доказано, что он лучше простого правила.