與 AI 協作分析 · 7/7
一份越容易讓人理解的分析報告，有時反而越難讓人從中學習。
我們習慣把分析成果整理成清楚的結論，卻也可能因此隱藏了那些讓我們改變判斷的過程。
當分析過程中的 context 逐步收斂後，還有一個接續問題：當分析跨過不同 session、換人或換 Agent 接手時，工作區應該留下什麼？以及後來者如何理解這些分析資產。
最近我在 Lantide 做了一套 Change Context。發想的起點來自 Delta Lake 的 transaction log，我想保存的，是分析判斷如何改變。
文件版本都在，不代表判斷的轉折也在
假設團隊在分析活動後的留存下降，最初懷疑是活動品質出了問題。
幾輪查詢後，發現這期多了一批來自新渠道的用戶。重新分群、確認觀察期後，看到各群體的留存沒有明顯惡化，整體下降更可能與用戶組成改變有關，因此暫時不再把活動品質當成主要解釋。
最後的 Report 可能只留下整理好的結論。
原始資料沒變，SQL 可能只多了幾個分群條件，但我們對問題的理解已經變了。如果下一個 Agent 只讀最新版，它知道我們目前怎麼解釋，卻未必知道原本懷疑過什麼、哪些結果讓我們改變方向，以及這個判斷還有哪些限制。
即使保留所有文件版本，也還得有人從差異中還原這段過程。（看得出第二段整段重寫了，但我當時到底發現了什麼？）
這也是我覺得分析經驗很難只靠「保存最後答案」累積的原因。後續工作需要知道，我們為什麼走到了這裡。
從 Delta Lake 借來的視角
想到這裡，我聯想到 Delta Lake：其 transaction log 記錄正式變更，搭配 checkpoint 可重建資料快照。這個區分目前狀態與提交歷史的視角，成為我設計分析工作區的靈感。Delta Lake 協議：Delta Log Entries。
分析工作區是不是也能借用這個思路？
先提供一份目前狀態的索引，再保留有順序的正式變更。接手的 Agent 可以先定位相關資產；回來繼續工作的 Agent，也能從上次的位置往後看，知道哪些地方需要重讀。
但分析多了一個問題：檔案差異通常不足以說明判斷的變化。
「更新 Report 第二節」只告訴我們改了哪裡。「分群結果顯示下降主要與用戶組成有關，因此調整原先對活動品質的懷疑」，才留下了這次修改的分析意義。
因此我讓 Agent 在正式修改 Plan、Report、Reference 等資產時，同一次提交幾件事：
- 這次改變了什麼分析判斷？
- 為什麼改？
- 當時依據的是哪份、哪個版本的證據？
內容修改和這些背景一起留下來。因為修改當下，相關討論與證據通常還在 context 裡；等下一個 Agent 看著成品回推，就又變成考古了。
Git 已能保存版本，為什麼還需要 Change Context？
Git 當然也能記錄版本、追蹤修改，甚至透過 commit message 保存原因。但它主要處理的是檔案版本，分析判斷與證據的留存仍需要額外建立慣例或流程。我想要的不是另一套版本控制，而是「分析脈絡的自然累積」：讓分析思路、判斷變化與證據引用，直接融入工作區的正式資產修改，盡可能不增加分析師額外留痕的負擔。
不知道原因，就不要替歷史補上一個理由
這套設計裡，我特別保留了一個選項：unknown。
例如有人把留存觀察窗從 14 天改成 30 天，卻沒有寫原因。後來的 Agent 也許能推導出「為了觀察長期效果」，或「因為樣本成熟度不足」。
都很合理，但合理不代表那就是當時的理由。
如果順手把它補進記錄，下次再被引用時，這個猜測可能就變成了團隊的既有知識。（它只是想幫忙把故事補完整，結果幫我們補了一段虛構歷史）。
所以原因沒留下，就明確記錄不知道。Agent 有提供理由，也要保留它的來源與確認狀態：資產已經修改、理由已經寫入，並不等於這段解讀已經被人確認。
這也是 transaction 類比需要暫停的地方。系統可以檢查版本、引用與提交是否完成，卻不能因此保證分析理由正確。
同樣地，Change Context 只捕捉正式進入工作區的修改及其當時留下的背景。尚未寫入資產的探索，不會自動成為這份歷史；它也不是 Agent 每一步 thinking 的完整備份。
Change Context 也不是所有資產歷史正文的永久版本庫。它保留正式變更事件、版本識別與當時留下的語義；歷史正文不可取得或捕捉範圍有缺口時，需要明確揭露，不能因為有一筆修改記錄，就承諾一定能還原舊文件。
這就像在分析資產之間，建立起一張可追溯的「思維路網」：我們目前主張什麼、哪些判斷改變過、當時留下了哪些依據，以及哪些地方仍然不知道。
這些資訊留下來，下一個人或 Agent 才有機會接著驗證、質疑，或在新證據出現時重新打開一條曾經停止的分析路徑。
延伸閱讀
在 Lantide Data 中試用這套分析工作方式：下載 Lantide Data。