面向实时分析的智能发现代理：迈向主动洞察系统

现代分析系统本质上是反应式的，难以应对实时流环境中庞大的潜在洞察空间。本文提出了一种用于实时数据流自主洞察发现的多智能体架构。该系统实现了连续发现循环：智能体生成假设，将其编译为可执行分析，验证生成的产物，并产出可视化结果及可部署应用。架构利用 Kafka 进行事件驱动协调，Flink 处理流数据，并结合大语言模型实现专用智能体。其关键贡献在于基于类型化中间产物的契约驱动设计，支持动态生成分析的安全性、模块化及可观测性，推动分析范式从查询驱动向主动发现驱动转变。