DuckDB Agent Mode 減少 59% 查詢輸出 token，為什麼帳單沒有跟著降？

DuckDB Agent Mode 為 AI 代理調整查詢輸出，讓資料庫回傳的查詢結果更容易讀取。官方實驗顯示，查詢輸出 token 減少 59%，但整體費用與執行時間沒有因此改善。

這個看似矛盾的結果，是這則新聞最值得理解的地方。代理的支出包含許多輸入內容，資料庫輸出只佔其中一部分。把其中一塊縮小，未必會明顯改變總帳單。

Agent Mode 讓資料庫結果更適合 AI 閱讀

DuckDB 是可以直接在應用或本機執行的分析型資料庫。Agent Mode 調整命令列輸出，把查詢結果改成較精簡的 Markdown 表格，並提供較清楚的截斷提示與結構化錯誤。

SQL 是向資料庫提出查詢的語言。AI 代理寫好 SQL 後，需要讀取結果，判斷是否找到正確資料。若輸出包含大量裝飾或不清楚的省略符號，代理就得花更多文字處理成本理解回覆。

例如，一張表只顯示部分資料時，系統應清楚說明有多少列被省略。代理知道結果被截斷，就比較有機會改寫查詢，先做篩選或統計，而不是把眼前幾列當作全部資料。

59% 是查詢輸出減量，對總費用影響很小

官方用 22 個 TPC-H 分析問題測試，每種模式各跑三次，共 132 次執行。TPC-H 是資料庫分析工作常用的測試題組。這次是在特定資料量與代理設定下比較輸出格式。

兩組最後都得到正確結果。查詢輸出從約 12.36 萬 token 降到 5.08 萬，減少約 59%。token 是模型計算文字用量的單位，這裡計算的是資料庫工具回傳的內容。

然而，節省量僅佔代理全部輸入的約 0.5%。實驗裡還有大量系統提示與其他內容，因此整體成本及時間沒有改善。官方也記錄到 Agent Mode 的對話回合數略多。

這意味著，簡潔輸出改善了資訊表達，卻沒有直接解決整段工作的主要成本來源。如果你的應用瓶頸在其他地方，採用同樣格式也可能只有有限的帳單效果。

可以手動開啟，先看代理是否正確理解結果

官方提供 -agent 參數，讓使用者強制開啟模式，也提供 -no-agent 關閉。自動啟用則會考慮代理環境、是否為互動終端機，以及有沒有指定其他輸出格式。

想測試的人可以先用一個很小的查詢，例如 duckdb -agent -c "SELECT 1;"，確認自己的版本與輸出格式。接著再比較真實工作中，代理能否讀懂欄位、錯誤與省略提示。

對團隊來說，合適的測試應包含查詢失敗、結果過大，以及資料缺漏等情況。這些例子能觀察代理是否懂得修正查詢，而不只是挑一個成功案例看畫面有沒有變短。

若要衡量成本，請把完整工作中的模型輸入、輸出與重試一起計算。只取資料庫回覆的 token 數，容易把局部改善誤寫成總體節省。

資料庫輸出更精簡，就代表回答更可靠嗎？

不能直接畫上等號。Agent Mode 提供較適合代理的資訊形式，查詢是否符合業務問題，仍要檢查 SQL 邏輯、資料日期與統計範圍。表格變短，不會替你決定分母該用哪些資料。

如果你用 AI 分析營收，可以先要求它列出計算範圍與查詢，再比對報表中的總數。這樣才能把「看懂工具結果」與「正確回答問題」接起來。

DuckDB 這次更新提供了一個務實案例：改善代理工具的輸出，值得做。評估成效時，則要同時觀察整段工作。這比把一個百分比直接轉成省錢承諾，更能幫助團隊做決定。

查詢結果為什麼容易成為代理的閱讀負擔

AI 分析資料時，工具回覆不只是給人看的表格，也會成為下一次模型判斷的輸入。若回覆很長、欄位意義不清楚，或只顯示部分資料，代理就需要花更多步驟理解。

Agent Mode 調整了資訊形式，卻不會替你決定要查哪些資料。若問題本來就需要統計，直接回傳幾十萬列資料，通常仍比先在資料庫中計算總數更難處理。

先決定問題的粒度，再寫查詢

假設你想知道每個月份的訂單金額，適合的結果是月份與合計金額。若代理先抓出全部訂單，再逐筆整理，不但輸出會變大，也增加漏算與重複計算的機會。

這裡的粒度指一列資料代表什麼。一列可以是一張訂單、一位客戶，或一個月份。先說清楚這件事，代理才比較容易選出合適的分組與統計方式。

同樣地，題目中的時間、單位與篩選條件也應寫清楚。「最近營收如何」可能有很多解釋，改成指定期間與比較方式，就能減少查詢結果和原始問題不一致。

這些準備會影響任何輸出模式的效果。當查詢先回傳真正需要的資訊，Agent Mode 的精簡格式才更容易讓代理接著判斷下一步。

被截斷的結果，需要不同於完整結果的處理

如果工具明確標示結果被截斷，代理就不應把眼前的資料當作全部。例如，顯示前幾筆客戶資料，可以用來理解欄位，但不能直接當作整體客戶的分布。

下一步可以改成統計查詢，或增加合理的篩選條件。要看哪一種結果，取決於問題目的。不一定需要一直要求工具顯示更多列。

對使用者而言，也可以要求代理說明答案來自完整統計，還是來自資料樣本。這個資訊能幫你判斷結論的範圍，避免把探索中的觀察當成正式報表。

用一個小型分析任務比較兩種輸出模式

想評估 DuckDB Agent Mode，可以先選一個答案已知的任務，例如確認某個期間的訂單筆數與金額。保留同一份資料、同一個模型與同樣的問題，分別使用兩種模式。

答案已知的目的，是讓你能觀察代理如何得到結果。若一開始就用沒有人能確認的問題，即使回覆看起來合理，也很難判斷輸出模式是否幫助它完成工作。

比較成功查詢、錯誤與過大結果

成功查詢能觀察欄位與數值是否容易閱讀，錯誤查詢則能觀察代理會不會依訊息修正。兩者都需要測，因為實際分析工作通常包含探索與修改。

過大結果可以測試截斷提示的用途。例如，先查一張列數很多的表，再觀察代理是否知道應改成分組或摘要，而不是繼續對部分資料做不完整的推論。

紀錄每一步查詢與回覆，會讓比較更清楚。你可以看到代理是一次找到答案，還是經過多次嘗試，也能看見輸出格式影響了哪一段工作。

把答案核對與格式比較分開

格式比較回答的是資料是否容易被讀懂，答案核對則需要確認邏輯。兩種模式都產生相同答案時，還是要回到資料核對筆數、日期範圍與計算方式。

例如，資料中的金額是否含稅、退款是否已扣除，以及訂單日期使用哪個欄位，都可能改變報表。這些問題不會因為表格變成 Markdown 就自動消失。

因此，一份有用的比較紀錄可以同時寫出答案、使用的查詢、工具輸出量與模型工作回合數。這樣就能避免只選一個漂亮百分比代表全部效果。

token 變少之後，還要看完整成本結構

完整代理輸入可能包含系統規則、歷史對話、工具說明與查詢回覆。Agent Mode 主要影響工具回覆的部分，其他內容如果很大，總量變化就會比較小。

可以用一個假設例子理解：總輸入是一萬單位，其中查詢回覆只有一百單位，即使這部分減半，總量也只少五十單位。這是比例示例，不代表官方實驗的精確設定。

把最常重複的內容找出來

成本報告可以先分出各類輸入，看看哪些內容在每個工作回合反覆出現。這有助於找出主要來源，而不必一開始就假定資料庫表格一定最昂貴。

如果代理每次都帶著很長的歷史對話，精簡工具輸出可能只有有限效果。若工具本來就回傳很多不必要的資料，調整查詢範圍與輸出方式則可能更值得測試。

這些改善方向需要在同樣任務下比較。刪掉重要上下文可能降低費用，也可能使答案錯誤。成本與正確性應該一起觀察，才能找到可接受的安排。

重試與回合數也會影響費用

一個較短的回覆，如果讓代理多問幾次才得到完整資訊，可能抵銷部分節省。官方實驗記錄到回合數略增，也提醒讀者留意整段工作而非單次輸出。

因此，除了 token，可以記錄工具呼叫次數、完成時間與錯誤修正次數。這些資訊能讓你知道代理是否更有效率，也能幫助判斷輸出內容是否過度省略。

當成本結構被看清楚，Agent Mode 就可以被放在適合的位置：作為改善工具溝通的一項設定，再和查詢設計、上下文管理一起評估。

DuckDB Agent Mode 常見問題

Agent Mode 會自動改寫 SQL 嗎？

這次更新調整命令列回覆形式與相關提示，不應理解為資料庫替代理決定業務查詢。SQL 的篩選、分組與統計，仍需要依問題與資料結構安排。

如果查詢不符合需求，精簡輸出仍會回傳不合適的結果。先確認題目與查詢的對應關係，比只切換格式更重要。

59% token 減量代表速度快 59% 嗎？

不代表。輸出量、模型費用與執行時間是不同指標，官方這次實驗沒有看到整體時間改善。自己的工作也需要分別量測，不能把同一比例套到全部結果。

特別是資料庫計算、模型推理與多次工具呼叫都會花時間。哪一段是主要瓶頸，要看完整紀錄才知道。

手動指定輸出格式時，需要注意什麼？

官方自動啟用條件會考慮是否已指定其他格式。如果你的工具鏈需要固定的 JSON 或其他內容，應先確認設定如何互動，再決定是否使用 Agent Mode。

可以在測試環境檢查回傳格式與下游解析方式，避免上游變成更容易閱讀的表格，下游程式卻仍期待另一種資料形式。

應該先改工具格式，還是先改查詢？

如果查詢回傳大量與問題無關的資料，先改查詢通常比較容易建立清楚基準。當查詢已經符合需求，再比較格式對代理閱讀與修正的影響。

兩者可以一起改善，但測試時最好分開記錄變化。這樣你才能知道成果來自哪些調整，日後遇到問題時也比較容易回復與查證。

從一題已知答案，檢查代理如何得到結果

可以先選一個資料範圍固定、答案已知的問題，保存原始查詢與結果。接著切換模式，觀察輸出量、回合數與答案是否改變，把局部格式改善與整體工作結果分開記錄。

如果問題包含日期範圍，可以加入一筆剛好位在邊界的資料，確認開始與結束日期的處理符合需求。資料含空值時，也要知道代理如何處理，避免只核對一個看似正確的總額。

這些小型例子有助於發現查詢邏輯的差異。不是每個資料問題都會報錯，有些查詢會正常執行，卻因篩選條件或資料範圍不同而得到另一個答案。

確認邏輯之後，再比較工具輸出的閱讀效果。這樣才能知道 Agent Mode 改善了哪個步驟，也能保留一份日後升級與修改時可重複使用的驗收題目。

DuckDB 這次更新值得關注的，是工具如何把結果說清楚。把輸出格式、查詢邏輯與完整成本一起看，才容易將它放進合適的資料分析流程。

想持續追蹤 AI 科技新聞與實用工具，可以免費註冊 AI 郵報會員，閱讀更多新功能的用途與實作解讀。

延伸閱讀：Replit 收購 Atta：不用寫 SQL，聊天就能做互動圖表？功能、限制與適合團隊。

延伸閱讀：ChatGPT Data agent 是什麼？不用寫 SQL，也能把公司資料變成互動儀表板。

資料來源

DuckDB 一手資料、X 原始貼文。