Treat your data pipelines like code, because your agents already do | MotherDuck's Jordan Tigani

摘要

Jordan Tigani 分享母親 Duck 如何將資料管道視為程式碼，透過 Agent 自動執行任務，並透過 Watertown 架構管理 Agent 群組。他強調將資料管道、視覺化與業務上下文皆以程式碼形式管理，並透過 GitHub 審查機制確保品質，解決傳統分散式系統中人工介入遲滯的問題。

Jordan Tigani shares how MotherDuck treats data pipelines as code, managed by AI agents. Using the Watertown architecture, he explains how data engineers oversee an agent swarm, and how tools like Flights, Dives, and Guides automate workflows, with code review integrated into the process.

重點

• 母親 Duck 將資料管道視為程式碼，由 Agent 自動執行。
• Watertown 架構下，資料工程師管理 Agent 群組，而非直接處理資料。
• Flights、Dives 與 Guides 工具將資料處理流程化，並支援 GitHub 程式碼審查。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00Jordan 的資料管道如同程式碼：Agent 已能自動執行
2. 02:44BigQuery 與 Snowflake 的資料大小差異與使用者體驗
3. 06:51從複雜到簡化：工具演變與技術學習曲線
4. 11:39AI 語境能力：從平衡狀態到快速轉變
5. 14:16資料管道中的錯誤風險與人工介入機制
6. 20:03非技術人員的資料洞察：從 Heavy 應用到 Agent
7. 25:48GitHub 原始碼與母鴨工具的整合與協作
8. 28:10AI 軟體工廠的價值與上下文層面的必要性
9. 31:58建立語義層以節省 Token 成本與加速回答
10. 36:17可信程式碼產出與驗證系統的重要性
11. 43:58母鴨社群連結與後續資源分享

提到的工具與公司

• Watertown
• Flights
• Dives
• Guides
• MotherDuck
• DuckDB
• Python

適合誰看

資料工程師、AI 應用開發者、系統架構師。

摘要依據

依據

語音轉文字

為什麼排在這裡

人氣

0.35

新鮮

0.94

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Context as Code, DevX as Leverage: Accelerating Software with Multi‑Agent WorkflowsPodcast ・ AI Engineering Podcast ・ 1 小時
• Introducing GitHub Agentic Workflows: AI that runs your repo影片 ・ Microsoft Research ・ 5 分鐘（在新分頁開啟原站）
• The Codebase Singularity: “My agents run my codebase better than I can”影片 ・ IndyDevDan ・ 17 分鐘（在新分頁開啟原站）
• Octen + Opus 5.5: This MAKES your AGENT 10X BETTER for less than $1!影片 ・ AICodeKing ・ 14 分鐘（在新分頁開啟原站）
• Why AI Agents Need a Data Harness, Not Just a Lakehouse影片 ・ AI Native Dev ・ 37 分鐘（在新分頁開啟原站）
• Why the Frontier Ecosystem must be Open — Matei Zaharia and Reynold Xin, DatabricksPodcast ・ Latent Space ・ 1 小時 9 分（在新分頁開啟原站）