OceanBase CTO楊傳輝WAIC分享：讓數據庫從人類友好到Agent友好

在2026世界人工智能大會（WAIC）「貴州·AI驅動東西部協同發展論壇」上，OceanBase CTO楊傳輝以《OceanBase AI數據庫支撐東模西數落地探索與實踐》為題發表演講，直接點出當前AI產業化落地的核心痛點：「大模型學了全人類的知識，但可能讀不懂你公司的一張表。」他指出，傳統數據庫是為人類操作設計的，隨著AI時代來臨，數據庫必須從「人類操作的工具」進化為「Agent自主消費的智能底座」，讓數據真正成為大模型「聽得懂、用得上」的燃料。

楊傳輝在論壇中強調，AI時代的數據管理正面臨三個根本性變化：使用者從人類和傳統應用擴展到Agent，數據形態從單純的結構化變成多模態，交互方式從SQL演變為自然語言與語義搜索。他認為，如果數據庫停留在原地，再強的模型與算力也難以在企業真實場景中發揮價值。「傳統數據庫裡存的是字段、是行和列，但大模型要的是上下文、是語義、是能夠直接消費的信息。」數據庫必須系統性重構，不能只做修修補補。面對這些變化，OceanBase提出了「湖庫一體」的AI數據庫架構。楊傳輝解釋，所謂「湖庫一體」，是將數據庫的一致性、可靠性、實時性與擴展性，與數據湖的規模化與開放性合而為一。

具體做法是將結構化、半結構化、非結構化數據統一存放在對象存儲之上，透過多模表統一管理所有數據類型，打破數據孤島。同時，在一份統一的數據上，同時支持事務處理（TP）、實時分析（AP）與AI工作負載。相較傳統多系統方案，OceanBase AI數據庫可降低整體TCO約30%至50%，讓企業不必在多個系統之間搬運數據，讓分析與AI能力直接生長在數據之上。在「東模西數」的協同框架下，數據、算力、模型與應用場景需要高效協作。楊傳輝指出，模型與算力之間還有一個容易被忽略的關鍵環節——數據基礎設施。沒有統一、高效、智能的數據基礎設施，模型無法獲取可信的上下文，東西部協同就缺少了「最後一公里」的支撐。

OceanBase在西部的實踐，正印證了這一點。西部地區一家擁有百年歷史的「老字號」銀行，此前擁有近30款數據庫系統。基於OceanBase一體化數據底座，該行將交易、實時分析、實時數倉統一整合，無需為每個業務負載單獨建設分佈式集群，約50%的系統已運行在OceanBase之上，大幅節約投資成本。預計到2027年，這一比例將升至全行系統的85%。面向AI時代，該行正推進大模型與知識庫建設，OceanBase的向量、文檔等多模態能力也將幫助進一步收斂數據技術棧到AI數據庫，讓數據成為AI的「燃料庫」。

楊傳輝形容：「過去數據是孤島，要等它『翻山越嶺』去往不同的系統；現在數據成為智能底座，所有能力在上面自然生長。」

另一家大型航企的挑戰在於讓數據「被信任」。其智能問數服務長期卡在「準確率瓶頸」——答不準，業務就不敢用，更談不上輔助決策，數據價值無從釋放。基於OceanBase AI數據庫，這家航企落地智能問數場景，一舉跨越準確率瓶頸：業務人員用自然語言提問即可秒級取數，問數準確率顯著提升；實時洞察進入經營一線，直接輔助核心決策。數據從「不敢信」的資產，變為核心決策的信任底座。楊傳輝在演講最後用一個比喻總結：「大模型是引擎，數據是燃料，數據庫是底盤。底盤不穩，引擎再強也跑不起來。」目前，這套湖庫一體的AI數據庫已在螞蟻阿福、靈光等場景完成大規模驗證，正在加速走向企業級市場。

從承載千行百業的核心系統升級，到面向AI時代的數據智能引擎，OceanBase正致力於從「存放數據」升級為「驅動智能」。楊傳輝表示：「我們有信心，在AI時代再造一個OceanBase。」面向AI時代，OceanBase AI數據庫正將企業核心數據底座的能力延伸至多模態與AI工作負載，為「東模西數」的協同創新和規模化落地提供可靠支撐。