@kneo 这是当然的，我们尽可能发挥 AI 的力，也会弥补 AI 的不足，感谢提醒。我们也需要不断的进化。

@kneo 还有你能保证，AI 生成的 SQL 100% 可以执行吗？ Agile Query 是可以确保的。

@lozzow 离线，在线都可以。

@kneo 哈哈，您知道品类表与客户表之间的关系是多对多的关系，你直接 JOIN 进行 COUNT 的时候会出现什么样的情况呢？ AI 只是一个壳而已，低层的 SQL 编译器才是核心

@GOliberation 非常感谢。

@Fxshiny 那比较容易，用 group_average 函数就可以实现的

@Dream95 排名函数，增长率分析都是通过窗口函数实现的。

@Fxshiny 价格是按均值计算，还是其它方式，因为客户会购买不同的商品。

很有意思的项目，非常棒。

thoughtspot 目前还没有上市，估值 $4B


@qweruiop

@dcoder 复杂和低效需要具体分析，不是一下子就能评价的，

Agile Query 只是封装了常见的复杂统计的场景，基本可以覆盖大部分的场景，一个报表的开发只需要 1-2 分钟。大部分场景是不需要数据工程师的。

可以试试 Agile Query, https://www.agiquery.com

如果实在无法决策，最好都支持，由客户去选择比较好。

V2EX 里的朋友，从开始心态就有一些偏激，一类是过度追捧，一类是过度自我，难得有一些客观的评论，

@locoz 非常同意

@lichao 即使人肉优化 SQL 也是逐步优化的，只不是我把它变成了机器算法而已

@lichao 1000 行 SQL 合不合理是另一个问题，本身我就在持续优化，直到最优，这块相信一定可以解决。

关键是假设 1000 行 SQL 是最合理的，你是愿意维护 1000 行 SQL ，还是 20 行 DSL ？

@lichao OK ，理解了，对您而言，上面的 SQL 如果有 1000 条，甚至更服复杂一些的，也可以进行重用和断点调试了。