语义声明让 AI 分析错误降 25%
推荐指数 69.0 NO. 012 · 2026.11.16
votes207comments33
简介
Dex Semantics 在数据模型中嵌入语义声明(行列含义、关联逻辑、计算假设),使 Claude Sonnet 5.5 在 ADE-bench 上从 73.3% 提升到 80%。声明以代码形式存在于模型层,可对接任意语义层工具,解决 AI Agent 做数据分析时"算对但理解错"的隐蔽错误。
编辑判断
数据分析 Agent 的痛点不是 SQL 语法错误,而是"业务语义幻觉"——模型不知道两个同名字段在不同表里的口径差异,或者把累计值和增量值直接相加。之前团队要么靠人工写大量 dbt 文档,要么用 Looker、Cube 这类语义层做中间隔离,但配置重、迁移难。
Dex 的聪明之处在于把语义声明变成模型代码的一部分,而不是绑死某个第三方语义层。这跟 dbt 的语义层实验方向类似,但 Dex 更聚焦 Agent 场景,且明确给出了 ADE-bench 的量化结果。如果你已经在用 dbt + Claude 做 text-to-SQL,值得对比测试 Dex 的声明机制能否减少你的"看起来对、实际错"的报表事故。
短期看最大的限制是生态:Dex 目前只支持特定模型格式,且需要团队有意愿在数据建模阶段多写一层声明。适合数据工程成熟度较高的团队,而不是还在用 Excel 导数的早期公司。