仪表盘上的数字突然不对，过去常要工程师在多个页面间来回翻查。比如超市收入报表里的食品销售异常偏高，分析师得一路查看指标定义、SQL 和底层数据，最后才发现某种饮料被错分成食品。IAS 团队想让智能体接手这段排查工作。
他们用 MCP（让 AI 统一连接外部工具和数据源的协议）把 dbt 和 Databricks 接给智能体。dbt 保存数据如何转换、各模型如何依赖以及字段说明；Databricks 则提供底层数据和查询环境。这样，智能体不只会复述图表，还能沿着数据加工链向上追踪，并用只读查询验证猜测。
据 dbt 博客作者 Daniel Poppy 转述，IAS 将原本可能耗时数小时的排障压缩到分钟级。值得注意的不是聊天机器人更会聊天，而是它终于拿到了判断“为什么”的上下文；材料未披露系统化测试数据，因此这一效果仍属团队自述。