AI重写数据库:当Agent成为第一用户,中国软件的机会来了

“两年前在聊GPU，去年开始探索模型，今年上半年开始大量折腾Agent智能体，但没过三个月，大家就又转向数据，因为如果没能把数据管理好、组织好、提供给Agent，都是白折腾。”

这段来自业内CIO的真实吐槽，形象地勾勒出了企业内部数字化的焦虑现状。

过去两年，AI的叙事几乎被算力和模型垄断，参数规模从千亿迈向万亿，上下文窗口从4K扩展到1M，每次技术突破都会引发一轮狂欢。企业争相采购算力、部署模型，但尴尬的是，预算花了、模型买了、算力部署了，投入产出比远不及预期。

AI的价值为什么没有充分兑现？一批前沿的企业实践者已经意识到，大模型之间的差距在迅速收敛，数据才能决定AI的业务价值。

当行业从模型崇拜走向数据觉醒，竞争的焦点也从谁模型更强，转向谁让模型真正读懂业务，这一转移，就把数据库推上了AI价值兑现的战略制高点。在这场重构数据世界秩序的变革中，中国企业第一次有机会参与定义下一代数据库的范式。

换道时刻

AI数据库打破旧格局

回顾历史，Oracle、IBM、微软用几十年时间构建了从SQL标准到生态工具的全套壁垒，全球数据库的标准几乎全由国外定义，中国厂商起步晚，只能在兼容层上做文章。

大体来说，一笔交易、一张订单、一个账户余额，数据结构清晰、规则明确，这是传统数据库重点解决的确定性问题，而到了AI时代，数据使用方式发生了根本变化，使得传统数据库架构开始承压。

首先是数据的使用者变了。Gartner预测，到2028年，智能体Agent将融入三分之一的企业软件，它们能在毫秒之间自动完成查询、推理与决策，数据库第一次迎来“非人类”使用者。

更深刻的变化在于，系统的随机性会增强，过去追求每一分钱不出错，现在Agent吐出的下一个token都无法提前预知，整个系统变成了概率性系统。

其次是数据的形态变了。AI能让长期沉睡的文本、图像、音频、视频等多模态数据变得可分类和计算，甚至成为高价值信息资产，而在核心系统中，这些非结构化数据的体量已经远远超过结构化数据的比重。

同时，数据的交互方式也在变。业务人员可以直接用问句获取答案，而不必学习专业的SQL数据语言，靠说话就能执行任务。

种种变化叠加，不亚于直接开了AI数据库的新局——但这也让中国优势显现，有机会跳出原有框架，跃为行业定义者。

一方面，中国拥有全球最丰富的AI落地场景，从智能驾驶到具身智能，大量的真实业务需求正在倒逼数据基础设施的创新，这种场景驱动的进化路径非常高效；另一方面，目前全球对AI数据库的路径尚在探索，标准尚未固化，有的从数据湖出发，有的从搜索出发，有的从向量出发，技术存量不再构成绝对壁垒，相当于拉齐了起跑线。

其中，以OceanBase为代表的中国数据库厂商展示了独特底气。6月29日，其发布了面向AI时代的湖库一体AI数据库，提出以湖库一体为核心架构，将数据湖的开放与海量存储能力、数据库的事务处理与分析能力，以及多模态数据处理能力统一到一套强一致的数据底座上，帮助Agent智能体一次获取完整业务上下文，让AI真正“读懂”企业，并已在蚂蚁阿福、灵光等AI场景完成验证。

AI数据库不是概念战

是工程战

AI数据库的难度极高，它要求同时驾驭数据库的工程确定性和AI的概率性。这也意味着，能参与这场竞赛的玩家天然更少。

在OceanBase CEO杨冰眼中，AI数据库不是从零开始的重新创业，而是自然的下一站。信心并非来自某一个单点优势，而是由技术纵深、架构创见、实战场景与生态联动共同勾勒出的整体底气。

技术纵深来自十五年的金融级锤炼。 OceanBase走了一条从内核出发、完全自研的路——不是开源数据库上加一层壳，而是从存储引擎到计算引擎的完整自研。在金融这一对可靠性要求极为严苛的领域，OceanBase已服务超过400家金融机构，近七成万亿级资产规模的银行将核心系统建在它之上。它是迄今少数同时在TPC-C和TPC-H两项国际权威基准测试中登顶的数据库。“数据不出错、系统不中断、故障毫秒恢复”这些AI时代的刚需，在金融级场景中早已被锤炼为日常。

架构创见来自对多模态数据的原生设计。当行业还在争论从“湖”出发还是从“库”出发时，OceanBase采用多模表来让结构化字段、文本、图片、音视频、向量等数据形态进入同一张表的语义之下。

实战场景是任何独立厂商都无法复制的“集团军作战”。背靠阿里巴巴和蚂蚁集团，OceanBase获得了全球前沿、复杂的AI应用场景作为真实试验场。蚂蚁灵光承载的3000万个“闪应用”，验证了湖库一体架构在千万级Agent场景下的可行性；蚂蚁集团在风控、安全等领域积累的技术，比如跨模态数据处理、实时语义理解、动态权限管控等都可以直接平移。

更关键的是，OceanBase也在补齐AI理解企业数据所需的语义上下文能力。OceanBase OSI基于Ant-OSI的开放语义层能力，并结合蚂蚁复杂业务实践做了扩展，通过语义层、上下文图谱和本体层，帮助Agent理解指标口径、计算逻辑和业务关系，提升冷启动和复杂问数的准确率。

如今，全球数据库产业站在AI的十字路口，OceanBase的选择代表了一种重要的技术路线，不是对旧架构的缝补，而是尝试为新范式重写底座。在延续与重构之间它试图回答：当AI成为数据的第一用户，数据库应该长成什么样子？

结论还需要时间检验，但有一点是确定的，AI正在深刻改变数据库的角色与形态，而中国厂商第一次站到了这场变革的前沿。

OceanBase的AI数据库只是这场变革中的一个样本，它能不能跑通、能跑多远，最终要由真实的客户场景和时间来回答。不过，全球产业还在摸索AI时代的数据基础设施的画像时，中国企业已经开始落子定义棋局本身。

这或许是这一轮AI数据库浪潮最值得关注的产业意义。

文/林远