你的 Coding Agent 有多大价值，取决于它对你的数据了解多少 | 技术实践
Industry
Source: InfoQ 中文Publish time unverified
2026 年，智能体将在企业级应用中取得哪些实质性突破？点击下载"《2026 年 AI 与数据发展预测》白皮书，获悉专家一手前瞻，抢先拥抱新的工作方式！ 大多数数据工程师都试过把一个 Coding Agent 指向自己的 SQL，然后得到一些“看起来有用”的结果。样板代码变少了，搭架子更快了，信号很明确：Agents 和数据工作天然是契合的。 但很快就会出现一种更难描述的挫败感，它不像幻觉那样明显，也不只是因为查询写错了。Agent 生成出来的内容从表面上看没问题，语法正确、风格也符合惯例，但它并不真正适合你的实际环境。它不知道哪些表是生产表，哪些 Schema 是受治理的，也不知道你的 RBAC 结构是什么样。结果就是：你拿到了一份还得继续人工重塑的代码，它离真正可用还差很远。 问题不在模型本身，而在于 Agent 运行时脱离了让数据工作变得“具体”的上下文。 Coding Agents 天生适合做数据工作 它们带来的价值是真实存在的。数据工程里有大量模式化工作：流水线脚手架、增量转换逻辑、重复性的 SQL join、遵循固定套路的迁移脚本。一个好的 Coding Agent 能够很…