DTCC 2026的第一体感是什么？在现场，你会反复听到一句话——Agent成为新用户！

　　这意味着，过去五十年来我们默认的那套逻辑，彻底被颠覆，满足AI原生需求的数据库需要重新设计一遍。在这场实力与耐力的双重考验中，腾讯云显然走在了前面。他们不仅敏锐地捕捉到趋势，更是完成了面向 Agent 时代的数据底座重构。

　　▲腾讯云副总裁 王义成

　　“我们乘风破浪了一年多，今年正式推出了一套覆盖基础设施层、数据库层到上层应用层的完整产品矩阵。这套方案并非从零起步，而是深深扎根于腾讯云多年积累的稳定性和安全能力之上，旨在为用户在 AI Agent 时代的转型提供坚实可靠的全栈支撑。”王义成具体介绍了AI原生数据库的“变道”逻辑。

　　在DTCC嘉宾采访环节，见到腾讯云副总裁王义成。作为腾讯云数据库业务的掌舵人，他不仅是 DTCC 的老朋友，更是一位敏锐的技术布道者。

　　服务Agent，数据库正经历大跃迁

　　过去，我们谈论数据库，默认的使用者是“人”。开发者写 SQL，DBA 做运维，业务负载的波峰波谷相对可预测。但当数据库的使用者变成Agent时，一切规则都在重写。

　　“在Agent运行环境下，数据范式、流量洪峰和系统压力都不可预测，如何从应对已知到拥抱未知？这正是数据库技术需要跨越的坎儿。”

　　什么是“已知”？以前做产品，客户心里有底，多少QPS，要配多少内存，这是一笔确定生意。开发者是人，代码逻辑固定，流量波峰波谷虽然会波动，但好歹有迹可循。但Agent来了，局面变了。

　　为什么说是Agent 带来了“未知”？ 因为Agent是模型生成的。它什么时候爆发、会产生什么样的数据格式、会给数据库带来多大的压力，这些统统是不可预测的。

　　另外，这种“未知”不仅体现在技术上，更体现在市场教育的割裂感上。并不是所有行业都处于同一条起跑线上。我们可以看到，像自动驾驶、具身智能这些领域，它们天生就是AI的先行者，对Agent的接受度极高。但在很多传统行业，大家对AI的理解还停留在用ChatBot做个智能问答。

　　所以，我们不仅要推产品，还要去教育市场。要告诉那些还在用AI聊天的人，未来的数据模式会变成什么样。这是一场漫长的认知突围。

　　“未知”带来的最大恐慌，往往来自安全。以前的安全，有三板斧：事前权限控制、事中SQL拦截、事后审计。这套流程在过去很管用，因为SQL是人写的，出了事我们能查到是哪个“人”干的，能对人定规范。

　　但未来呢？SQL是Agent生成的。当你的“用户”变成了一个不知疲倦、逻辑黑盒的AI时，传统的“事后审计”显然失效了。你没法去审计一个模型。所以，我们的安全能力必须强制左移，把重心全部压到事前防护上。在Agent把那条可能致命的SQL发出来之前，我们就得把它拦住，这对权限控制体系提出了前所未有的高要求。

　　再说运维，以前做可观测性，核心逻辑是“救火”：发现问题、定位问题、解决问题。在Agent时代，业务对故障的容忍度极低。等你发现火了再去救，业务可能已经挂了。所以，我们必须走向“自治”。

　　无法掌控未知，这是Agent 时代的数据库面临的关键挑战，也是腾讯云数据库团队在过去一年中全面部署并重点攻坚的方向：

　　首先，Branch数据库的分支能力。Agent需要代码像Git一样，快速迭代、自我进化。这就要求数据库必须具备极速创建分支的能力，以支持不同测试版本和数据流的快速拉起。这在以前并非数据库厂商的重点，但在 Agent 时代却是刚需。

　　其次，Serverless 的极致弹性。Agent 的运行往往是突发性的，用时即来，不用即走。Serverless 概念虽已出现三四年，但未来爆发式的、真正做到弹性的阶段，必须由 Agent 来引爆。

　　最后，海量多租户的隔离。传统的进程或虚拟机隔离方式，在Agent 时代显得过于笨重且资源损耗大。未来需要的是能够快速拉起、快速销毁、资源损耗极低的“沙箱技术”。

　　一张应对未知的“新全景图”

　　为了应对Agent的落地挑战，腾讯云数据库推出了一套新的能力全景图。

　　在这张图中，我们可以清晰地看到腾讯云数据库在AI时代的技术架构与核心能力，包括全栈自研的数据底座、AI赋能数据库层和Agent基础设施层、应用开发层，每一层都有丰富的产品矩阵，核心产品包括：TDSQL-C（云原生）、TDSQL Boundless（分布式）、DatabaseClaw（数据库智能体）、AgentMemory等。

　　这里需要重点了解下TDSQL Nexa，从名字上就能猜出，这是一个面向Agent设计的下一代数据底座，旨在通过统一入口连接企业分散的多源数据，并为 Agent 提供业务语义理解和权限治理能力。

　　“未来 Agent 时代是 7x24 小时的洪峰式调用，没有极度的稳定性很难保证业务需求。”王义成强调，安全和稳定依然是基石。但在基石之上，Nexa 试图解决的是“未知”的问题。

　　Agent 产生的数据流量不可预测，数据格式范式未知。为此，Nexa 在架构上采用了“横竖结合”的策略：

　　纵向纳管：通过 Catalog 目录和联邦查询，将 TP（交易）、AP（分析）、搜索等全栈自研产品矩阵统一纳管。无论是 TDSQL 、TDSQL-C 、TDSQL-B还是LibraDB，甚至用户自建的 MySQL、ClickHouse，都可以通过逻辑或物理传输方式被统一管理，并利用腾讯自研的分布式缓存抹平性能差距。

　　横向语义：这是 Nexa 最具想象力的部分。未来的交互不再是冰冷的 SQL，而是自然语言。通过 Knowledge 语义检索层，运营人员可以直接问“帮我查一下去年同期的订单”，系统会自动将语义转化为数据查询。

　　把自研产品做深做实的同时，腾讯云数据库也在部署开源路线。针对Agent 时代至关重要的“记忆”问题，腾讯云推出了Tencent DB Agent Memory，开源80天星标突破了2万，还多次登上GitHub日榜，想通过社区共建，确立行业规范，帮助企业在模型路由中找到更优解。

　　再看数据库的“分久必合”

　　采访的最后，一个无法回避的问题是，我们该如何看待数据库发展的终途？

　　回顾历史，Oracle 时代是“合”，移动互联网时代因数据量爆发和 X86 崛起走向了“分”，诞生了各种细分数据库。而王义成判断，AI 的兴起正在推动数据库走向“分久必合”。

　　“这个‘合’不是回到那种大一统的‘黑盒’，而是技术上的统一融合。”王义成解释道，AI 的变量已经产生，一个查询可能同时涉及 TP、AP 和向量召回。未来的数据库将不再让应用去拆分数据，而是通过一个自然语言请求，将散落在各处的数据统一汇聚、统一返回。

　　至于，到底谁在定义这个时代的风向？王义成的答案是：不是某个厂商，而是看谁能适配好AI 这个变量！

　　在Agentic AI浪潮下，数据库正在经历一场从底层架构到交互模式的彻底重构。而从腾讯云数据库给出的这张最新的能力全景图来看，这场关于“合”的战役，已然打响。