LLM Agent 能否胜任前置部署工程师？企业 text-to-SQL 的需求发现与交付评测

研究在真实企业 text-to-SQL 项目中构建模拟客户，考察 Agent 能否在前置部署工程师角色下先发现验收标准、数据权限与硬件约束，再规划并执行后训练方案。评测覆盖 15 个模型：最强模型发现超过 80% 的隐藏需求，开源权重模型为 40–50%；交付阶段八种编码 Agent 配置中仅 25% 的运行通过全部验收标准。作者归纳出需求发现不完整、执行不可靠、算力预算利用不足等四类瓶颈。

AI推荐理由 以真实企业 text-to-SQL 场景模拟“前置部署工程师”Agent，分需求发现与交付两阶段评测 15 个模型和 8 种编码 Agent 配置，给出可量化结果：最强模型发现 80% 以上隐藏需求，开源权重模型为 40–50%，交付阶段仅 25% 运行通过全部验收标准，并归纳四类瓶颈。对 Agent 落地能力评估有参考价值；局限是单一企业案例、客户为模拟设定，结论外推需谨慎。