数据验证

数据复盘智能体看到三条失败日志，不能直接写“三个任务失败”。同一任务可能第一次失败、第二次成功。复盘时同时保留尝试结果和任务最终结果，才看得见重试恢复。

文本纠错智能体若返回位置和替换字串，不能直接按它报的偏移覆盖。偏移可能基于旧稿，多个修改也可能互相重叠。先校验所有补丁，全部合格后再构造候选文本。

AI 代码修改工具给出一段替换文本时，先确认它基于当前文件。原稿已被别人改过，或者同一行出现两处，都可能让替换落在错误位置。

数据库管理智能体接手数据库时，先盘点真实结构。让AI看一份旧文档可能会编出已经删除的字段；先从数据库读取列信息，再比较约定清单。

数仓 SQL 智能体关联历史资料时，不能永远取最新版本。应按事实发生时间匹配当时有效的区间，并检验切换时刻不会同时命中两个版本。

SQL 建表智能体生成了表结构后，要用不合法数据试插入。字段看起来齐全并不能证明主键、非空与取值范围已实现。

数据量大时，AI 可能建议分批读取和汇总。分批本身不应改变结果：用同一小样本分别整批与分批计算，确认最后不足一批的记录也被处理。

AI 可以帮助解释可疑数据，但先用一条公开可核对的规则建立基线。本文计算中位数绝对偏差，标出超过约定阈值的记录，再交给AI整理复核原因。

文本信息提取智能体返回一个字段，不代表原文真的包含它。要求同时给出start、end和原文value，再用本地字符串切片核对，能拦住部分编造或引用错位。

智能体把两份数据关联后，总行数突然增加，先检查关联键是否重复。给AI的要求应包括一对一还是多对一，不能只说“按ID合并”。