40 lines
1.6 KiB
Markdown
40 lines
1.6 KiB
Markdown
---
|
||
title: "Schema Drift"
|
||
type: concept
|
||
tags:
|
||
- "harness-engineering"
|
||
- "data-quality"
|
||
- "contracts"
|
||
sources:
|
||
- "Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog"
|
||
last_updated: 2026-04-20
|
||
---
|
||
|
||
## Overview
|
||
Schema Drift——同一 LLM 在不同调用中对同一字段生成不同数据类型的静默错误。例如：price 字段一次生成为 string（"19.99"），下一次生成为 float（19.99），下游管道静默产生垃圾数据或崩溃。
|
||
|
||
## Why It Happens
|
||
LLM 的输出是概率性的——它说"类型"，但它真正说的是"下一个最可能的 token 序列"。没有显式契约，类型边界是模糊的。
|
||
|
||
## Silent vs. Loud Failure
|
||
Schema Drift 是**静默失败**的典型案例：
|
||
- 不符合 Schema 的输出 → 被管道接受 → 在数据分析阶段产生错误结论
|
||
- 例如：定价字段从 float 变为 string → 价格比较操作失败 → 商业分析静默出错
|
||
|
||
## Solution: Contracts & Interfaces Layer
|
||
在每个系统边界（L LM ↔ 工具、Agent ↔ Agent、Harness ↔ 外部世界）强制显式契约：
|
||
- 严格 JSON Schema
|
||
- 类型化函数签名
|
||
- 版本化 API spec
|
||
|
||
Contract 层在边界交叉处验证输入和输出，**在不符合内容传播之前拒绝它**。
|
||
|
||
## Core Principle
|
||
> "The model speaks in probabilities. The harness must speak in types."
|
||
|
||
## Relationship to [[Harness-Engineering]]
|
||
Schema Drift 防护是 [[7-Layer-Harness-Stack]] 第 3 层（Contracts & Interfaces）的核心目标。
|
||
|
||
## Source
|
||
- [[Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog]]
|