最后编辑于2026年10月27日
在本次会议中，KOHO的数据高级总监塞莉娅·布鲁与KOHO的技术产品经理加布里埃尔·甘巴科尔塔（此前曾是布鲁数据团队的一员）指出，自助式分析的难点从来都不在于人工智能。KOHO是一家总部位于加拿大的金融科技公司，员工约250人，目前正处在申请加拿大银行牌照的三阶段中的第二阶段，其员工中超过10%从事数据相关工作。布鲁将大部分精力投入到她所称的“模糊事务”（数据团队文化）和“枯燥事务”（数据基础架构）上，因为在她看来，正是这两方面为KOHO自主研发的自助式分析工具KoDa的构建奠定了基础。
KoDa 让 KOHO 的每一位员工都能在 Claude 中提出业务问题，并从运行在 Redshift 上的受治理的 dbt 数据集市中获得答案，其中 Bedrock 和 Claude 负责提供 LLM 层。Bru 表示，这些组成部分——一个整洁的 dbt 数据集市、一个生产级的数据仓库，以及全公司范围内已可用的 LLM——早在三月份 KOHO 首席数据架构师的一张示意图中就已存在；所欠缺的只是将它们安全且合规地连接起来。团队在构建过程中始终遵循严格的设计原则：KoDa 的适用范围仅限于分析场景（不用于调试或调查单个交易），它只访问经过认证的 dbt 数据集市模型，绝不接触原始数据或个人身份信息，且为只读模式，无法向数据仓库写入数据；每位员工都享有相同的统一体验，所有回答均可追溯至全公司统一的 dbt 定义；此外，整个系统基于 KOHO 现有的基础设施搭建，而非引入新的供应商工具。
布鲁表示，这一切都离不开数年前打下的基础。她将通过所谓“裁判员角色”来凝聚共识的做法形容为：数据团队掌握决策的输入要素，但不直接参与决策本身，并且负责制定各项指标的定义，从而确保没有任何单一团队能够自行决定何谓成功。
当某个环节出现故障时，团队会在其他人发现之前就主动上报，这也正是KOHO在2022年决定彻底废弃原有数据管道，并基于dbt从零开始重建的原因。目前，这一重建工作已包含约1,400个模型，配有相应的测试与文档，且所有模型中均已去除个人身份信息（PII）。Bru指出，KoDa对受治理的dbt集市的严格限制，已成为推动公司其他部门也采用同一技术栈的最有力理由之一；因为没有受治理集市的团队根本无法使用该工具。
Gambacorta 随后详细介绍了 KoDa 的实际构建方式：一个“KoDa 技能”，由 Markdown 文件以及前置和后置的 MCP 调用组成，通过 Claude Code 展示，并经由 Redshift MCP 服务器连接到 KOHO 的 dbt 数据集市。真正耗费精力的并非技能本身，而是其背后的评估层：在三个月的时间里，三名成员共提交了约 11 次代码变更，用于构建上下文库，以及 Gambacorta 所称的“评估委员会”——一个不断扩充的库，收录了约 375 个真实分析师提出的问题，既用于离线评估（修改风格指南是否提升了或降低了答案质量），也用于在线评估（KoDa 回答的每一个问题都会被记录，每周由一名分析师轮值审查新问题或高优先级问题）。Gambacorta 对行业未来应重点关注的方向作出了如下阐述：今年的 dbt Summit 大会上，约有三分之一的议题涉及上下文或语义层，但仅有大约 33 分之 1 的议题讨论了评估问题；他认为，鉴于 KOHO 自身投入的大量精力都花在了评估上，而非模型或技能本身，这种侧重点显然本末倒置。
Bru 通过回归信任而得以关闭：KOHO 数据团队多年来通过全程参与每一次答疑来建立其公信力，而自助式工具却将团队排除在这一场景之外。他们的权宜之计是记录 KoDa 遇到的每一个问题，并对所有提交至董事会的自助结果仍进行人工审核。
从长远来看，Bru 和 Gambacorta 都认为，瓶颈正从工具本身转向人：如何教会整个公司何时信任自助式答案、何时回归数据团队，并在更广范围内提升数据素养，从而让人们一开始就提出更高质量的问题。在问答环节中，两人介绍了一支“中心—辐条”模式的团队——由领域专家分析师组成，他们构建针对不同角色的示例查询以推动用户采纳；同时指出，KoDa 的使用量已超过过去通过 Slack 传递给数据团队的规模，这意味着它正在催生出许多此前从未被提出的问题，而不仅仅是取代旧有的问题。
随时观看 dbt Summit 2026 的每一场主题演讲和分论坛。立即观看 dbt Summit 2026 →
在 dbt 中开始使用
加入那些正在构建真正可扩展的数据基础设施的分析工程师团队。
安装 dbt Wizard CLI
立即开始使用专为分析工程打造的智能代理。它懂得调用哪个工具、提取哪些上下文，并在向您呈现结果前自行核查工作质量。
最新帖子
数据文化如何从零信任逐步迈向可交付的AI分析代理
2026年10月26日
Verily Health 如何凭借一支5人团队和1个dbt软件包，对污水中的30多种病原体进行监测
2026年10月26日
Kramp 如何借助自助式 dbt Mesh 工厂，将分析师的入职时间从数天缩短至数分钟
2026年10月26日
加入塑造数据的最大社区
dbt 社区是您通往最佳实践、创新以及与全球数千名数据领袖和 AI 从业者直接协作的门户。提出问题、分享洞见，与专家一道打造更优方案。