Apache SeaTunnel AI CLI Benchmark：7 款大模型、100 个 ETL 任务实测，谁真正能跑起来？

摘要： 大模型正在快速进入数据工程领域，承担理解自然语言需求、生成 ETL 任务配置、校验配置，以及在执行失败后协助定位和修复问题等工作。对团队而言，真正困难的并不是让模型“生成一份配置”，而是避免选到一个只会生成看似正确、却无法在生产环境中稳定运行的模型。 对 ETL 来说，配置能够生成、甚至通过静态校验，都不等价于数据管道能够连接真实数据源、满足 CDC 等运行前置条件。