《科创板日报》6 月 25 日讯（记者 黄心怡）AI Agent（智能体）正在驱动软件形态的变革，而数据库不仅是承载数据的重要载体，而且能帮助大模型避免 " 幻觉 "、数据更新不及时等问题，有望成为 AI 时代的 " 必需品 "。
同时，AI 正在赋能数据库自身升级，在智能运维等方面发挥重要作用，推动数据库行业加速发展。
国泰海通、民生证券均在近期研报中认为，AI 有望重塑数据库业务，数据库业务未来可能被 AI Agent 重新定义，迎来增长新阶段。
当前，甲骨文等国外厂商正积极推动生成式 AI 技术融入其业务中，国内华为、蚂蚁等厂商同样在积极拥抱 AI。此外，存算分离正成为数据库发展的趋势，提高系统性能和可靠性。
▍ AI 改变数据库的交互模式
不久前，蚂蚁集团旗下数据库厂商 OceanBaseCEO 杨冰发布全员信，宣布 OceanBase 全面进入 Al 时代，并任命 CTO 杨传辉担任 AI 战略一号位，同时成立了 AI 平台与应用部、AI 引擎组等新部门。
而在去年，甲骨文的核心数据库产品已从云时代进入 AI 时代。
华为金融数据库军团解决方案营销运作总监龚涛告诉《科创板日报》记者，AI 和数据库的融合趋势可分为AI for Database 和 Database for AI 两大方向。
" 在 AI for Database 领域，我们正见证一些探索和突破，比如 AI 协助数据库管理员进行数据库的管理优化，当数据库管理员不在时，Agent 智能体帮助人类进行决策，优化数据库。" 他表示。
"早期的小模型泛化能力有限，但当进入大模型时代后，其强推理能力和 Agent 模式让 AI 的学习能力变得更强，可以实现自我管理，并不断循环。未来，智能体的技术会对于存储以及数据库运维，带来翻天覆地的变化。" 华为闪存存储领域总裁谢黎明提到。
在谢黎明看来，过去很复杂的人工任务，如今可以由 AI 来完成。" 比如海量的日志更新，靠人工来分析性能问题是很难的。大模型则能够完成，还可结合业务情况、负载情况进行非常复杂的配置。"
深圳计算科学研究院首席架构师沈刚表示，其开发的崖山数据库正在开展相关 AI 探索。
" 数据库需要大量的管理员队伍，有了 AI 技术后，有望让数据库像驾驶汽车一样自动管理。比如，AI 根据系统情况自动设置最适合的参数，并且随着数据库的运行，不断地自主学习并进行调整，智能判断系统的情况，进行数据备份等操作。当遇到大规模高并发时，数据库可以自动完成空间的回收，并结合运行过程中收集到的信息，提升运行效率。"
Database for AI 领域同样进展迅速。龚涛透露，华为相关业务发展较快，业务占比变大。" 比如通过新型数据库来支撑 RAG 增强检索，增强大模型推理的效率等。"
谢黎明则直指 Database for AI 的本质——要把数据 " 吐 " 出去。
" 未来 AI 时代，会发生几大变化。一是人机交付方式从以前的 SQL 变成自然语言，查询数据不需要再写复杂的 SQL 语句，而通过人类自然语言进行对话。二是机器与机器的交互也会改变。当所有事物都通过智能体接入，数据的决策和消费方式将发生变化。数据库需要在模式上改变，才能更好地使能 AI。"
江南农村商业银行数据库总监王浩向《科创板日报》介绍，该行已在探索 AI 赋能数据库运维。" 我们希望人工智能来自动判断问题，定位问题，同时解决问题。比如半夜故障收到告警，如果人工处理，会有一定的时长间隔。所以我们在探索，用 AI 来自动判断一些常规性的问题，主动处理。"
▍从 " 存算一体 " 走向 " 存算分离 "
除了 AI 大模型带来的变革，存算分离亦成为数据库发展的一大趋势。存算一体架构可满足业务初期对快速和敏捷交付的需求，但随着业务的增长和基础设施规模的扩大，存算一体架构在可靠性和扩展性方面的局限性逐渐显现。
" 比如集群规模变大后，资源利用率可能变得不到 5%。存储一旦出现故障，会引发数据库频繁的切换，甚至导致数据要重新共建，这影响了整个系统的可用性。" 谢黎明称。
王浩表示，江南农村商业银行选择存算分离架构，主要是出于可靠性、灵活性、经济性三个方面的考量。
" 硬盘的损坏率一直居高不下。如果大规模部署本地硬盘，随着时间的推移之后，硬盘的故障率会非常高，就会对我们的运维成本带来极大的挑战。在存算一体的架构下，更换硬盘一定会对上层的数据库产生影响。存算分离通过共享存储，利用高可用性隔离硬盘故障对数据库的影响。" 王浩说。
在存算分离的架构下，江南农村商业银行把计算节点从原来的物理机改造成了虚拟机，并进行大规模应用，提高了系统的可靠性。
" 以前一台物理机出现硬件故障，比如 CPU 内存损坏了，即使有备件立马更换，起码要花一个小时、半小时。在存算分离的架构下，我们把计算节点改成虚拟机后，业务故障能更快速地恢复，保证了业务连续性。而且这降低了服务器成本。对中小行而言，‘物理机 + 本地盘’的方式，采购设备、机房建设等成本是挺大的挑战。" 王浩称。
