dbt 发布 Agent 时代数据栈实战指南

dbt 官方博客发布《构建 Agent 数据栈》指南，面向 AI Agent 场景下如何让 dbt 项目稳定支撑自动化数据流水线。

核心建议包括：将数据模型拆分为"基础层"与"Agent 层"，基础层保持确定性、可重跑，Agent 层允许动态查询；引入语义层（MetricFlow）作为 Agent 与数据之间的契约接口，避免 Agent 直接拼写 SQL；对 dbt 模型做细粒度权限与速率限制，防止 Agent 循环调用导致资源耗尽。

该指南为已有 dbt 实践的团队提供了从"人写 SQL"到"Agent 写 SQL"的工程化过渡方案，核心矛盾在于数据建模的确定性需求与 Agent 行为的不确定性之间的平衡。