当数据库开始为Agent重写，OceanBase如何再造AI数据库？ 原创

过去三年里，AI行业最热闹的叙事几乎都是围绕模型和算力展开。

模型能力以周为单位迭代，企业预算也在流向大模型、GPU、训推平台和各种Agent（智能体）应用，然而，当AI越深入生产环境中，一个朴素的问题越是凸显出来：

模型也买了，算力也堆了，为什么很多AI项目依然难以真正产生实际价值？

这当然不是因为“模型还不够强”，问题其实出在了数据上。

OceanBase CEO杨冰指出：“AI落地企业最后的一公里，应该是一道数据难题。”在他看来，模型再聪明，如果无法理解业务、参与决策、跑通流程，就无法为企业创造价值。

通用大模型和一家企业真正需要的AI之间，隔着的是一条“业务上下文”的鸿沟。

那么，当Agent开始成为企业软件和数据系统的新使用者后，数据库应该如何再一次面向AI进化？

这是所有企业面临的一大难题，也是OceanBase需要回答的问题。

01 AI最后一公里，回到了数据库

在进入Agent时代后，数据库的服务对象，正在悄然发生变化。

过去的数据库，服务的对象是人。

工程师写SQL，业务人员看报表，系统按照预设流程增删改查，数据库记录的则是交易、订单、账户、库存、日志，是一套企业运转之后留下来的事实系统。

然而，这样的流程在进入人工智能时代，尤其是在Agent开始大量进入各个生产环节后，发生了根本性改变。

来自Gartner的预测数据显示，到2028年，预计33%的企业级软件将整合自主型AI Agent，且超过15%的日常工作决策将由AI Agent自主完成。

而Agent调用数据的方式与人类又截然不同，它们可以7×24小时运行，可以高频并发地查询、推理、执行任务，还可以在执行过程中不断生成新的记忆、状态和行动记录。

这意味着数据库第一次迎来了一类非人类用户，也就是Agent。

基于过往深度参与到蚂蚁、阿里等大量数据密集型大型客户的Agent项目落地实践经验，杨冰指出，AI正在为数据库带来三个挑战：

第一，Agent规模不断增加。

vibe coding的火爆让几乎一句话就可以构建一个Agent，这让Agent构建成本趋近于0，也使得Agent和应用的数量呈指数级增长。以蚂蚁灵光为例，仅仅是在几个月的时间内，其所承载的应用就超过了3000万个。

第二，Agent开始执行生产任务。

企业落地Agent必然需要处理核心业务数据，这些业务对于准确性和一致性有着很高的要求，在AI时代，随着越来越多非结构化数据进入核心系统，混合搜索成为了以搜索为核心交互方式的Agent的刚需，这就需要在数据库上增加强大的搜索引擎能力。

第三，Agent长期运行的正确性和自我进化能力需要得到保障。

Agent进化本质上需要大量可以被毫秒级复制、试验、回滚的评测数据集，传统数据库没有为Agent大量试错和自我进化进行设计，无法支持生产级Agent的Harness工程，而这是AI数据库必备的能力。

传统数据库应对这三大挑战的过程，也将是重新构建面向Agent的AI原生数据库的过程。

更重要的是，Agent需要的数据也不再只是表格，一笔订单、一段客服录音、一张发票照片、一份合同文本、一次用户对话、一条风控规则，它们共同构成了企业业务的上下文。过去被归档、备份、沉睡的非结构化数据，在大模型出现之后，第一次变成了可理解、可计算、可调用的资产。

换句话说，AI时代的数据库不能只回答“数据在哪里”，还要回答“这些数据是什么意思”、“能不能实时给Agent使用”，以及“能不能在使用中反哺模型和业务”。

Agent每一次回答，本质上都是上下文+模型调用的体现，模型决定了能力的上限，但数据和上下文决定了业务价值，企业Agent应用之间的差距，越来越不只是“谁的模型更强”，而是“谁能让AI真正读懂业务”。

数据库由此也被再次推到了舞台中央，在Agent不断涌入企业生产系统的这一年，成为了AI落地的最后一公里。

02 只做AI检索不够，湖库一体是AI数据库的必然

今天谈AI数据库，很容易把它理解成传统数据库加一个向量检索插件，或者把搜索引擎、向量库、数据湖、交易库拼在一起。

不过，这不是OceanBase认为AI数据库该有的样子。

OceanBase CTO杨传辉将AI数据库称为“第四代数据库的基建”，在他看来，湖库一体是这代数据库的关键特性。

为什么是湖库一体？

因为“湖”和“库”各自解决的问题不同，湖擅长开放、海量、多模态和多样化计算，库擅长事务、一致性、实时性和可靠性，AI真正进入企业核心场景之后，两者缺一不可。

如果结构化数据在交易库里，文档图片在对象存储里，向量在向量库里，搜索在搜索引擎里，离线加工又在另一套大数据系统里，Agent调用数据时就会面对多套系统、多套权限、多份元数据、多条链路，结果就是上下文不完整、数据不一致、权限难治理，延迟和运维复杂度也一起上升。

这在辅助问答里可能只是体验问题，但在风控、安全、金融、医疗等场景里，慢一拍、错一条，就可能变成业务事故。

所以，在AI时代的数据库，湖库一体是OceanBase给出的答案。

杨传辉则用几个更具体的技术指标来解释这样的改变：

第一，多模表。

过去关系表主要承载整数、字符串、时间等结构化字段，到了AI时代，一张表里还要能容纳文本列、向量列、LOB列、AI列等多模数据，虽然用户看到的仍是一张表，但表背后可以同时管理结构化和非结构化数据。

第二，AI列。

它把模型能力引入数据库内部，可以对数据做embedding、打标、摘要等处理，并保证这些AI加工和数据本身保持一致性，也就是说，非结构化数据不再只是“存下来的文件”，而是可以被搜索、计算、治理和调用的数据资产。

第三，混合搜索。

今天AI数据库和原有关系型数据库最大的区别，是能够支持混合搜索，在同一张多模表里完成关系过滤、向量搜索、全文搜索、图搜索和AI计算，这比单纯向量检索更接近真实业务需要。因为Agent的搜索很少是单一模态的，它可能先用结构化条件缩小候选集，再用向量召回语义相近内容，再结合全文、图关系和重排获得结果，真正的上下文工程，天然需要混合搜索。

这也是OceanBase反复强调“一体化”的原因，AI数据库不是把几个系统粘在一起，而是要把多模态、在线事务、实时分析、开放计算和Agent上下文，放到同一个强一致性底座上。

为此，OceanBase重写了AI时代的数据底座。

03 OceanBase如何再造AI数据库？

6月29日，OceanBase正式对外发布面向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。

OceanBase AI数据库以湖库一体的Lakebase为底层引擎，解决AI时代的数据底座问题。

OceanBase Lakebase面向结构化、非结构化、多模态数据，提供统一管理、加工、检索和调用能力，既可以独立部署，服务全新的AI业务场景，也可以作为智能叠加层，与企业已有的数据湖和数据系统并行运行。

在OceanBase Lakebase之上，是OceanBase DataStudio，面向数据生产、治理与服务，覆盖数据集成、数据加工、数据治理、数据发布、资产管理等环节，DataStudio要解决的是企业如何把分散的数据资产变成可管理、可理解、可调用的数据服务。

在OceanBase DataStudio之上是支撑各类数据应用的快速落地，OceanBase DataPilot是其中之一，OceanBase产品部总经理韩富晟将DataPilot定义为更懂业务的数据智能Agent，用来帮助业务人员通过自然语言完成经营指标查询、归因分析、洞察报告生成和监控看板搭建，DataPilot的目标不是让业务人员多一个报表工具，而是让数据从“看得见”走向“用得上、能决策”。

这套产品组合的逻辑很清楚，Lakebase作为底层引擎，DataStudio负责数据生产和治理，DataPilot负责业务智能入口，再结合PowerMem记忆智能体和PowerRAG企业知识库，OceanBase试图把AI应用落地所需的数据链路收敛到一套平台里。

据悉，OceanBase AI数据库可降低整体TCO约30%-50%，目前该能力已在蚂蚁阿福、灵光等场景完成验证，其中灵光累计生成数千万个“闪应用”，验证了湖库一体架构在千万级Agent场景下的可行性。

十五年前，双十一这样的极限业务场景倒逼了OceanBase原生分布式数据库的诞生，今天，灵光、阿福，以及国内正在涌入各类生产场景的Agent又在倒逼下一代AI数据库的出现。

作为已服务超400家金融机构，连续两年位居中国分布式数据库本地部署市场第一，也是迄今唯一同时登顶TPC-C和TPC-H两项国际权威测试的数据库，OceanBase业务已经覆盖全球多个国家和地区。

当数据库开始为Agent重写，AI数据库也就不再是数据库行业的一个小分支，而是AI应用能否真正进入企业核心业务的基础设施问题，杨冰指出：“下一个10年，OceanBase的目标就是再造一个AI时代的数据库。”

这一次，OceanBase选择从数据库内核出发，将长期在金融核心系统中验证的事务一致性、高可用与弹性能力，延伸至湖与多模态数据体系之上，使其具备统一支撑AI负载的能力，这是从底层出发的重构，而非在旧架构上的叠加修补。