杭州 AI+Data MeetUp:图数据库 & TiDB 畅谈数据新基建

众星捧悦，数据不止｜杭州 AI+Data

MeetUp 现场侧记：

五大社区共探下一代数据基础设施

ShunWah｜星辰守护者

持有认证： OceanBase、MySQL OCP、OpenGauss、崖山、金仓KingBase、KaiwuDB、亚信AntDBCA、翰高、GBase、Galaxybase GBCA、Neo4j 、NebulaGraph、东方通TongTech、TiDB等多项权威认证。

获奖经历：崖山YashanDB YVP、浪潮KaiwuDB MVP、墨天轮 MVP、金仓社区KVA、TiDB社区MVA、NebulaGraph社区之星、IFClub星珩联盟·智库星系技术专家、ITPUB 技术专家，社区版主及布道师。在OceanBase&墨天轮征文大赛、OpenGauss、TiDB、YashanDB、Kingbase、KWDB、Navicat 征文等赛事中多次斩获一、二、三等奖，原创技术文章常年被墨天轮、CSDN、ITPUB 等平台首页推荐。

🤖 前言

2026年4月18日，下午1点30分开始，22层 NebulaGraph 的走廊里已经热闹起来。

走进活动现场，走廊整洁明亮，入口处布置了热情贴心的签到台，

工作人员忙着递上签到礼品和活动手册。

转角处，现磨咖啡的香气混着零食的甜味，三五成群的开发者端着纸杯聊着刚开场的话题。

整体是开阔舒适的开放式会议空间，轻松又专业的氛围感扑面而来。一场由NebulaGraph、StarRocks、TiDB、FastGPT、AskTable五大技术社区联合主办的AI+Data MeetUp圆满落幕。没有宏大场馆，却座无虚席；没有晦涩术语，全是实战干货。

Part. 一、

🚩 核心共识：AI Agent爆发，数据基建迎来“大改写”

本次MeetUp的核心结论直白又深刻：AI Agent走向前台、RAG成为主流架构，过去“静止存储”的数据模式已被颠覆，数据正在流动与计算中，成为AI理解决策的核心基石。

1.1 🔮 不止于技术，更是氛围

这场沙龙没有圆桌，但五个独立分享拼在一起，反而形成了一幅完整的图景。

当 AI Agent 无处不在，当 RAG 成为基础架构，我们真正需要的不是“更酷的算法”，而是 稳、能扩、好用、懂关系 的数据基础设施。

图数据库负责 理解关系
分布式数据库负责 扛住规模
实时数仓负责 供给数据
AI Agent 负责 降低门槛
Part. 二、
🔍 五大社区现场核心干货

2.1 🕸️ NebulaGraph：图技术，AI的关系大脑

大模型天生存在关系推理短板、容易产生幻觉，本质是缺乏显性实体关联逻辑。而图数据库以点边结构完美映射本体论，是AI理解世界、逻辑推理的最佳载体。

核心观点
：大模型缺的是“关系”的显式表达。本体论 + 图数据库 = AI 理解世界的钥匙。
现场亮点
：NebulaGraph 已在企业版中原生支持向量检索 + 全文索引，GraphRAG 从此“有图有真相”。
一句话
：没有图，RAG 只能回答“是什么”；有了图，才能回答“为什么”。

2.2 ⚡ StarRocks：实时数仓与AI双向奔赴

StarRocks完成从“赋能AI应用”到AI反向重塑数仓的双向演进。

核心观点
：StarRocks 4.0 性能大幅提升，同时探索用 Multi-Agent 自动推荐建表语句、优化查询。
现场亮点
：实时分析引擎不再只是给 AI 喂数据，AI 反过来帮数据库做“智能调优”。
一句话
：以前数仓给 AI 打工，现在 AI 帮数仓进化，越用越强。

2.3 🏗️ TiDB：AI Agent原生分布式数据底座

现场公布重磅趋势数据：TiDB Cloud上超90%数据库集群由AI Agent自动创建，传统以人为中心的架构、运维、计费体系全部失效。

核心数据
：过去一年，TiDB Cloud 上 超过 90% 的新建集群由 AI Agent 自动发起。
应对思路
：多租户架构（单集群支持2000万表）、长上下文存储（单字段100MB）、开源记忆层 mem9。
一句话
：AI 应用最怕“数据量大、并发高、要实时”，TiDB 就是为这三件事而生。

2.4 🎯 AskTable：从 NL2SQL 到“可视化的思维过程”

AskTable聚焦NL2SQL落地，坚持AI生成SQL而非直接生成结果，从根源消除大模型数值幻觉，全流程可视化可追溯，告别黑盒ChatBI。

三大痛点
：结果不可靠、过程黑盒化、复杂场景无力。
解法
：生成 SQL 指令而非直接生成结果，配合无限画板展示每一步的 SQL 和 Python 代码。
一句话
：别吹 ChatBI 了，能稳定上线、业务敢用、老板满意，才叫真本事。

2.5 🧩 FastGPT：Agent 的“易用性”难题

FastGPT主打低代码Agent可视化编排，大幅降低智能体搭建门槛。

典型挑战
：工作流编排复杂、知识库管理门槛高、多轮对话上下文成本大。
实践
：可视化 Workflow + 企业级知识库 + RAG，已与 AskTable 深度集成（MCP 扩展）。
一句话
：代码可以自动补全，但解决真实问题的直觉和经验，还得靠开发者之间的真实交流。

Part. 三、

跨社区之外的“火花”

3.1 🎙️ 现场问答：观众最关心的数据库问题

方扬刚放下话筒，台下就有人举起了手。Q：“咱就是说，图数据库听着高大上，能不能用大白话讲讲——大模型时代，它到底比普通数据库好在哪？”

方扬笑了，拿起笔翻页笔翻出那一张“关系网”。台下有人点头，有人在笔记本上记录。有的观众掏出手机，拍下了屏幕上的那张“关系网”。

——这只是一个开始。

“图数据库的向量检索你们在生产环境跑过吗？”“TiDB Serverless 怎么计费的？”提问环节，话筒根本不够传。讲师又刚放下翻页笔，台下就举起一片手。

这大概就是杭州数字产业最真实的缩影：开放、务实、聊得深，永远有人追问“到底能不能用”。

3.2 🤝 跨社区的碰撞

活动的下半场是自由交流环节。五大社区的核心贡献者、开发者、用户围坐在一起，聊的话题五花八门。一位来自某互联网大厂的数据平台负责人感慨：“我们内部也做了很多AI+Data的探索，但今天听了几个社区的分享，发现很多坑别人已经踩过了——早来听就好了。”

自由交流环节所有嘉宾和参与者一起合影留念，定格了这次难得的跨社区交流瞬间。

3.2 🧠 一点思考

这场MeetUp让我想起有位大佬说过一句话：“数据库世界发生了许多令人兴奋和前所未有的发展。” 揭示的是另一条叙事线：中国的开源数据库社区，正在AI时代找到自己的坐标。

NebulaGraph在全球图数据库类别中排名第二，在国内位居榜首。TiDB观察到了“90%数据库集群由AI Agent创建”这一趋势性变化。StarRocks在全球拥有超11,000 GitHub Stars和500余位代码贡献者。FastGPT和AskTable则在Agent应用的前沿阵地上不断迭代。

总结

这场#MeetUp更像一场技术圈的“#茶话会”——没有浮夸的概念，只有一线开发者的真心话。这场#MeetUp的名字叫“AI+Data”，但真正的“加号”不在PPT里，也不在代码里。

它在方扬讲“本体论”时台下的专注眼神里，在陈鹏展示Multi-Agent协作框架时的举手提问里，在徐怀宇分享90%数据后引发的低声讨论里，在李忠民演示AI画卷时的跃跃欲试里，在叶玉恒最后那句话后的短暂沉默里。

AI可以写代码、做PPT、预测趋势，但无法替代一个真实的人在另一个真实的人面前说：“嘿，你这个方案我试过，有个坑……”

这就是线下MeetUp的意义，也是开源社区存在的理由。

shunwah · 作者注：

——本文为个人参会纪实，所有观点与记录均基于作者在 2026 年 4 月 18 日 AI+Data MeetUp 现场的聆听、观察与思考整理而成。文中涉及 NebulaGraph、TiDB、StarRocks、FastGPT、AskTable 等技术分享内容，均源自现场嘉宾公开演讲，部分细节可能存在个人理解偏差，请以各分享嘉宾及其所属公司官方发布为准。

—— 本文仅为个人参会感悟与技术学习笔记，不代表任何社区、厂商及组织官方立场。

以上内容仅为个人思考与实践总结，不构成任何技术选型建议。