AI创作者AMA知无不言
时代真的变了。Agent已经开始自己建数据库，而且数量比很多人想得更大。极客邦科技《C位面对面》请来阿里云数据库负责人。王远提到：“Agent创建的是我们过去积累的数据库实例的3倍”，杨辛军说：“我们这次真正的使用者不一样了，从人变成Agent了，也就是从人变成机器人了。”过去5年，阿里云PG库累计创建约4万个实例；近几个月，Agent自主创建约12万个。数据库的操作者，已经开始从人扩展到Agent。这说明数据库等软件应用生态，随着AI发展发生了变化。工程师创建数据库，是为了支撑长期运行的业务系统。需求确定，开发、测试、上线，数据库建好之后可能运行很多年。Agent不是这么干活的。Agent写代码、跑测试、开分支、验证方案，都可能临时创建数据库；任务结束，数据库随即销毁。一个人一天开不了多少环境，但成千上万个Agent可以同时工作。所以最近大家开始越来越多的谈Agent Native。过去讲AI Ready，重点是让数据库具备服务AI 的能力，如向量检索、多模态数据处理，或者用AI优化查询等。本质是在原来的数据库上，增加了一些AI能力。Agent Native又往前走了一步，把Agent当成数据库的操作者：它通过API或CLI建库、查数、修改数据，7×24小时运行，持续执行，自己写程序、调用工具，不断试错和回退。数据库也得跟着变，支持快速分支、数据追踪和恢复，控制临时实例的成本；生产环境，每次操作还要可理解、可追溯，并做好权限和负载隔离。AIDBS也是沿着这条路做的。OneMeta补齐业务语义，Analytics Agent用自然语言分析数据，Data Gateway负责身份、权限、脱敏和审计，DAS Agent处理慢SQL、容量检查等运维问题。比如运营问：“上个月哪个门店销售额最高？”难点在于要弄清“上个月”是自然月还是最近30天，“销售额”按下单、支付还是结算统计，退款又怎么算？这些业务口径准确理解了，业务用户能用AI直接操作分析了。那DBA会不会失业？查日志、盯告警等等标准化工作确实会被Agent接走一部分。但生产库权限怎么设、高风险变更谁批准、业务口径谁定义、出了事故谁负责，仍然需要专业人员判断。以后，好的DBA还要把规则、经验和边界设计好，让一群Agent在可控范围内工作。
发布于 北京
1
1
1
未登录
友善发言
评论
加载中
