用于实时分析的发现代理：迈向主动洞察系统

arXiv:2605.27571v1 发布类型：新 摘要：现代分析系统从根本上来说是反应性的，要求用户对日益复杂且不断发展的数据定义查询。在实时流环境中，这种范式被打破，因为潜在见解的空间变得太大而无法手动枚举。我们提出了一种多代理架构，用于通过实时数据流进行自主洞察发现。该系统实现了一个连续的发现循环，其中代理生成假设，将其编译为可执行分析，验证生成的工件，并生成可视化和可部署的应用程序。该架构利用 Apache Kafka 进行事件驱动的协调，利用 Apache Flink 进行流处理，并利用大型语言模型来实现专门的代理。一个关键贡献是基于类型化中间工件的契约驱动设计，支持模块化、可观察性、沿袭性以及动态生成分析的更安全执行。通过零售、金融和公共数据中的用例，我们展示了该架构如何支持从查询驱动的分析向主动、发现驱动的系统的转变。