新闻评论

经营会上还是两套数，业务还是不认口径，主数据系统上线后业务还是各用各的编码，数据质量工单关了一批又冒出一批，数据目录里的资产信息过期了也没人更新。但到了汇报材料里，它通常不会叫失败。第一年叫全面启动，第二年叫持续深化，第三年叫巩固提升。

在AI Agent建设过程中，虽然要以数据为中心，不过AI Agent的工作任务是决策，而不是处理数据，处理数据只是决策的必要工作，而不是目的。从这一点上看，那些NL2SQL系统，问数系统从根子上就错了，目标错了，过程也大概率也是错的。

国家数据局局长刘烈宏在2026年5月的数字中国建设峰会上，也坦诚说了大实话：部分可信数据空间"重建设、轻应用"，数据跨域流通"仍有堵点"，互联互通水平"亟待提升"。

而如果数据库是一个超级智能体，可以大大简化整个系统，提高数据集成分析的效率，大大降低端到端延时，降低运维成本，何乐而不为呢？

随着 AI 编码代理的兴起，开发人员已开始尝试处理复杂的多步骤升级请求。由于 Spring 是最流行的 Java 框架，开发人员只需使用“请将此应用程序升级到 Spring Boot 4”这样的自然语言命令即可完成应用程序升级，这一设想令人振奋。

据Cockroach Labs首席执行官Spencer Kimball称，数据库管理工作很快将像编程一样，主要由AI 代理(Agent)实现自动化。

XC替代场景是存量市场的竞争，而AI才是更大的增量市场。国产数据库厂商想要在全球数据库舞台上拥有一席之地，只做国产化替代是远远不够的，必须积极拥抱AI。

你公司服务器里躺着的那几百TB数据，大概率有90%是"垃圾"——不是不能用的垃圾，而是没有经过专业处理、达不到AI训练标准的垃圾。

6 月 29 日，OceanBase Hours 线上发布会举行，OceanBase 面向湖库一体的 AI 数据库正式发布，OceanBase AI 产品家族亮相。

6月，数据库圈依然很热闹，IDC发布《2025年下半年中国关系型数据库软件市场跟踪报告》;Neo4j收购GraphAware;Supabase完成5亿美元F轮融资;Databricks推出LTAP应对AI时代需求;OceanBase发布面向AI时代的湖库一体A

日前，OceanBase正式发布湖库一体AI数据库，形成覆盖数据引擎、数据治理与业务智能入口的产品体系，开辟第四代数据库建设新路径。

AGI 时代的劳动价值将被 “算力成本” 重新定价。传统经济学中，工资与技能稀缺性挂钩，但在 AGI 条件下，劳动者的收入上限取决于 “复制其技能所需的算力成本”。

对于正在寻求下一代数据架构的架构师和 IT 掌舵者而言，可以重新审视自身的技术栈，考虑 Forrester 倡导的多模数据处理平台，为企业的下一个十年发展奠定坚实基础。

昨天下午你和 Agent 花了两个小时排查一个线上问题。过程中它帮你查了日志、读了配置、试了好几种方案，最后定位到是连接池配置导致的。你们还顺便讨论了项目里几个服务之间的依赖关系，以及下周要做的重构计划。

Elastic此次组织调整不难发现，AI浪潮下的企业组织变革，早已摒弃了单纯的裁员减负模式，呈现出收缩与扩张并行的特征。当技术浪潮不可逆转，唯有那些既能果断割舍旧路径，又能敏捷布局新能力的企业与个人，才能变被动为主动，更好地应对挑战，把握机遇。

这是 OceanBase 和技术人的 straight talk：分享我们对 AI 数据库的思考、技术路线和行业真实场景的实践。

CPU消耗上升，执行时间逐渐延长，缓冲池承受的压力也随之增大。于是，原本“足够好”的查询突然成为了资源争用的真正肇因。这是一个根本性问题，因为SQL并非孤立执行：它是大规模执行的。

在近期举行的“数据与AI峰会”上，Databricks发布了湖式事务分析处理(LTAP)架构，该架构旨在将运营和分析工作负载统一到单一数据副本上。

从这一点上可以看出，哪怕是AGI时代来临，知识库的建设依然是有价值的，高质量的知识可以让智能体解决模型训练中缺少知识的问题，让智能体能够在正确的知识引导下工作也可以避免不必要的误操作，其实知识库是Harness的重要组成部分。

分析师表示，尽管Azure、Postgres和AI正抢尽风头，但微软仍有数十亿个理由继续支持其旗舰数据库管理系统。