Databricks 用同一 AI 代理对 528 个数据管道进行基准测试，比较过程式 PySpark 与声明式 Spark Declarative Pipelines。结果显示：声明式可在运行前预检结构错误，集群计算时间减少约 34 倍；代码量约为过程式一半（中位数 64 行对 131 行），且更一致；但两者对逻辑错误的检出率相近。声明式前期 LLM 令牌成本约高 2.3 倍（约 0.50 美元对 0.26 美元），但令牌成本固定，而集群浪费随数据规模增长，故生产规模下声明式更划算。