A dbt Wizard megmutatja, hogyan változnak az adatok az AI-módosítások után

A fájlkülönbségeknél többet mutat

A dbt Summit 2026 egyik előadásán Sam Ferguson, a dbt Wizard terméktervezője, valamint Ryan Eakman, a Fivetran senior staff szoftvermérnöke arról beszélt, miért van szükség kifejezetten analytics engineeringre készült AI-ügynökre. A dbt Labs szerint az ügynökök egyre több adatkezelési feladat végrehajtását veszik át, ezért az emberek munkája egyre inkább az elkészült eredmények megítélésére helyeződik át.

Ferguson szerint a hagyományos kódösszehasonlítás csak azt mutatja meg, mely sorok módosultak, a csevegési napló pedig a beszélgetést rögzíti. Ezekből önmagukban nem derül ki, hogyan változtak az adatok, illetve helyes-e az eredmény. A dbt Wizard ezért a dbt-projektet összekapcsolt rendszerként kezeli, és a változások hatását irányított gráfon, vagyis DAG-on jeleníti meg. Így a felülvizsgáló azt is láthatja, mely későbbi elemekre terjed ki a módosítás.

Beépített metaadatok és külön ellenőrzési folyamat

A termék működését több, tudatosan kialakított elemre építették. A dbt Wizard analytics engineeringhez készült munkakörnyezetet, natív metaadatmotort, valamint a validációt és a vizuális áttekintést is a munkafolyamat részét képező eszközként használja. A metaadatmotor strukturált hozzáférést ad a projekt adataihoz, így az ügynöknek nem kell minden információt fájlok keresésével és becslésekkel összegyűjtenie.

A bemutatóban az ügynök a kód fordítását és elemzését az adatmaterializálásnál olcsóbb műveletektől elkülönítve kezelte. Az ellenőrzést egy izolált alügynök futtatta, hogy ne ugyanazokat a feltételezéseket örökölje, mint az eredeti módosítást készítő ügynök. A Wizard minden változásnál felszínre hozta az ahhoz kapcsolódó feltételezéseket is. Egy példában észrevette, hogy egy összeomlási mutató null értékű munkamenet-időtartamokra támaszkodik, miközben az adatokban már létezett egy nem használt, összeomlást jelző mező.

Ha a validáció sikeres, a rendszer közvetlenül pull requestet tud nyitni, és a beszélgetés során összegyűjtött feltételezéseket, valamint a kapcsolódó kontextust a pull request leírásába is átviszi.

Három felületen érhető el

A dbt Wizard jelenleg három módon használható: a dbt Studióba beágyazva és önálló munkatérként a dbt platformon belül, parancssorból, valamint egy új asztali alkalmazáson keresztül. Az asztali verzió privát bétában van, a csatlakozásra már lehet jelentkezni.

A dbt Summit bemutatóján két fiktív dbt-projekten, a Jaffle Gamesen és a Jaffle Shopon szemléltették a működést. A példában az üzleti oldal és a játéktervezői csapat eltérően értelmezte az „aktív játékos” fogalmát. A Wizard egy beszélgetésből új ágat tudott létrehozni egy második kérdés vizsgálatához, miközben az első kérdés kontextusát is megőrizte, így a két feladat párhuzamosan folytatódhatott.

A dbt Labs közlése szerint a terméket használó tervezési partnerek a bevezetés után 15 és 20 százalék közötti csökkenést jeleztek az éles környezetben bekövetkező incidensek számában. Ez a vállalat által ismertetett partneri visszajelzés, nem független mérés.

A Wizard az alapul szolgáló munkakörnyezeten keresztül skilleket és MCP-kapcsolatokat is támogat. A sémákat automatikusan elkülöníti munkafánként, így a párhuzamosan dolgozó ügynökök nem írják felül ugyanazokat az adatbázis-objektumokat. A termék a dbt termékoldalán érhető el, a beállítási részleteket a Wizard dokumentációja és CLI-útmutatója ismerteti.