Uma sessão é uma máquina real. O agente instala o necessário, executa a consulta, trabalha em um script legível e faz commit. Você recebe a resposta e o código por trás dela.
A maior parte da fila não é modelagem. É a quarta versão de uma pergunta já feita, um pipeline que quebrou durante a noite e três equipes discordando sobre o significado de "ativo".
Alguém pergunta o que aconteceu com a conversão na semana 27. O agente escreve e executa a consulta, verifica o resultado com um segundo recorte e responde com o número e o SQL. A próxima pessoa não precisa de você.
Ele lê a falha, reproduz a transformação em sua própria máquina com uma amostra, encontra o formato de linha que causou o problema e abre uma solicitação de alteração com a correção e um teste que teria detectado a falha.
Nulos onde não deveriam existir, distribuições alteradas, joins que começaram a se multiplicar, uma dimensão que cresceu 40% durante a noite. Ele relata o que mudou e o que provavelmente causou a mudança — e admite quando não sabe.
Ele encontra todos os lugares onde uma métrica é calculada, compara as definições e relata onde divergem. É um trabalho pouco glamoroso, difícil de programar e o motivo de dois dashboards mostrarem receitas diferentes.
Perfila o dataset, plota as distribuições, verifica vazamento e desequilíbrio e escreve o primeiro parágrafo honesto sobre os dados. Você começa com contexto, não com uma célula vazia.
O recorte semanal de coortes, a curva mensal de retenção, a atualização trimestral de segmentos. Mesmo código, novo período, executado por um gatilho e entregue como solicitação de alteração com o gráfico regenerado.
Uma resposta de chat não pode ser verificada nem repetida. Por isso a sessão faz commit do trabalho: a consulta, o script, o gráfico e uma nota sobre o que foi verificado.
-- Week 27 conversion, split by first-touch surface.-- Excludes internal domains: they run the smoke suite hourly and-- accounted for 4.1% of week-27 signups before this filter.with first_touch as (select account_id,min(occurred_at) as first_seen,argmin(surface, occurred_at) as surfacefrom eventswhere occurred_at >= date "2026-06-29"and email not like "%@acme-internal.example"group by account_id)select surface,count(*) as accounts,countif(converted_at is not null) as converted,round(countif(converted_at is not null)/ count(*), 4) as ratefrom first_touch join accounts using (account_id)group by surfaceorder by accounts desc;
O agente tem shell e sistema de arquivos. Pode instalar um pacote, baixar uma amostra, executá-la, analisar a saída e tentar novamente — o ciclo de trabalho real de um analista, em vez de uma única tentativa com ferramentas fixas.
A resposta e o que a produziu chegam juntos na mesma solicitação de alteração. Executá-la novamente no próximo mês é uma nova execução, não uma reconstrução.
Filtros, limites de data, linhas removidas e motivos. Uma análise cujas exclusões não estão documentadas não é uma análise, e um comentário na consulta é o lugar mais simples para registrá-las.
Não listaremos logos de warehouses que não verificamos. Veja como uma sessão de análise acessa os dados, incluindo o trabalho feito em sua própria máquina.
O Easy connect cobre mais de 3.000 aplicativos por meio de suas próprias telas OAuth e é o caminho certo para fontes SaaS ao redor da stack de dados. Para o warehouse, os conectores diretos costumam ser a resposta mais honesta — a maioria é acessada por driver ou API, não por uma entrada de catálogo OAuth.
Três formas de iniciar a mesma sessão. O isolamento e o fluxo de revisão não mudam com o gatilho.
Alguém pergunta em um canal. A menção inicia uma sessão, que trabalha em sua própria máquina, e a resposta volta à mesma thread com a consulta anexada.
Defina as ações de leitura como Allow e tudo que grava no warehouse ou substitui uma tabela como Ask. A execução pausa na chamada com a instrução visível e continua exatamente dali quando você aprova.
Um gatilho cron executa novamente a análise recorrente no novo período e abre uma solicitação de alteração com a saída regenerada. Outro executa a verificação de qualidade e só avisa quando uma checagem falha.
Um agente de análise geralmente lê — até não ler. As duas partes, exatamente como são.
Um projeto, um conjunto de conectores, uma memória que se acumula. Cada equipe escreve as skills do próprio trabalho; ninguém monta um segundo sistema.
Comece com uma tarefa e cresça a partir daí.