可信 AI 与数据系统
让 AI 参与数据查询时,口径、SQL、权限与执行结果都有清楚边界,并留下可审核证据。
- Forge 用语义 Registry 固定口径和数据边界
- 编译与约束层拦截不安全或越界 SQL
- 审核链路记录生成、修订与执行,查询默认只读
石头 · Elazer Wang
前大厂高级数据架构专家。做了 11 年数据工作,现在研究 AI 如何进入真实的数据系统,也继续写代码、做独立产品。
这里是我的公开工作台:能核验的产出、正在解决的问题、写下的判断,以及可以联系我的方式。
三个方向,共用同一套工作方法:先定义真实问题,再把证据、约束和可用边界公开出来。
让 AI 参与数据查询时,口径、SQL、权限与执行结果都有清楚边界,并留下可审核证据。
把 11 年一线经验整理成判断、方法和案例,通过写作、咨询、社群与知识产品继续回应数据从业者的真实问题。
从自己每天经历的输入、剪贴板、录音与产品判断工作流出发,做边界清楚、能长期维护的工具。
一个开源系统、一套知识系统、一个已发布产品。每项只列目前可核验的事实。
让 AI 问数可信、可控、可追溯。
AI 时代,从数据基本功到前沿技术。
你的剪贴板,不止一次。
我在互联网数据领域做了 11 年,长期面对数据架构、建模、治理、指标与交付。复杂系统教会我的,不是把方案讲得更大,而是把边界、成本和证据讲清楚。
我曾经相信技术就是一切,后来越来越确定:企业真正需要的不是更宏大的平台,而是数据能不能帮助解决眼前的问题。工具应该服从问题,而不是拿着锤子找钉子。
我建立了拾穗数据,把经验沉淀为公开内容、知识库、咨询与社群;也继续独立开发,把自己真实使用的工作流做成小而完整的产品。