8月2日下午，以「数据库升级实战：国产替代与智能运维的落地指南」为主题的ACDU中国行·广州站在热烈的气氛中圆满落下帷幕。此次会议吸引了超百名来自数据库领域的业内专家和资深从业人员的广泛关注与积极参与，共同交流各行业国产化替代的实践经验和创新思路。羊城的大雨，也浇灭不了这些数据库爱好者的热情，风雨无阻。会议开始前，盖总针对目前的数据库行业发展状况，发表了他个人的看法，引导我们发散思维，畅所欲言，把自己的想法尽情地分享出来。盖总还分享了 Palantir 公司的发展历程，这家由彼得・蒂尔创立的数据分析公司，通过 Foundry 平台实现从“服务公司”到“产品公司”的转型，市值突破3500亿美元。其成功的秘诀在于深入理解制造、医疗等困难行业的业务流程，让数据真正产生价值。受宴请的嘉宾还有“老虎刘”刘老师，他在本次活动不作主题演讲，但是也应他的老友盖总的盛情邀约，发表了一些个人看法，针对无论是优化还是运维，面对数据库种类众多的大环境下，要乐观面对，也要懂得要以新知识新姿态应对不同数据库带来的技术挑战。白老师以“道生一，一生二，二生三，三生万物”的哲学，阐释数据库运维从单机到多元生态的演进。他从 Oracle 的核心结构讲起，奠定运维“稳态”基础，再以 MySQL InnoDB 展示“敏态”能力，直面多种数据库与复杂故障的挑战。主打一个以不变应万变的思维方法，要深谙换汤不换药的道理，建议我们掌握主流的Oracle、MySQL以及PostgreSQL少量几个数据库的运维知识，以“一套理论，一套方法、一套工具”组合拳，来应对未来可能面临多种数据库产品的运维工作，同样可以引伸到其他类型产品的运维工作。在活动最后的圆桌讨论环节，萧老师首先抛出AI人工智能与数据库优化场景的话题，接下来多位在行业内耕耘多年的资深专家就围绕“AI + 数据库：智能化运维是噱头还是生产力？”的主题展开探讨。盖国强先生表示，当下讨论的 AI 多为狭义概念，事实上 AI 的发展历史悠久，从早期的专家系统、知识系统，到如今大模型作为外化形式的神经网络算法介入，此前基于算法的故障预测、报警收敛等方式仍有价值。当前大模型对数据库运维的改进仍呈点状分布，未来当 AI 全面、原生地融入系统各环节时，才可能引发质变。
在 AI 的具体应用层面，他认为目前来看其在知识性工作模型化方面优势显著，大模型能高效处理书籍等知识内容，甚至替代搜索引擎的部分功能，且通过要求回答标注出处、提供参考文献，可有效应对“幻觉”问题，提升可信度；在经验性工作推理化上，将专家思维推理链用于训练大模型，其分析结果虽可能存在错误，但精度往往高于多数人判断。
谈及 AI 应用风险，他强调在当前阶段，AI 不可替代人类主导数据库核心运维，仅适合作为高级辅助工具，建议现阶段核心系统谨慎用 AI，优先在监控告警等周边系统落地，同时以训练数据为基础、投喂专家经验并建立实时反馈机制持续优化。除此之外，他提出一个大胆的设想：可尝试探索让 AI 操作 AI 原生数据库，借助无监督强化学习实现突破，这或许能为数据库领域的 AI 应用开辟新路径。
最终大家都达成一种共识就是：依然以人为主，需要大胆拥抱AI，运用AI来辅助我们的数据库运维工作，提高运维工作效率。
我个人的看法就是，不管目前AI智能化运维是否已成为生产力，首先要读透智能化的深层含义，要明白运维智能化达到哪一个层度，还有哪些方面的运维工作需要智能化，需要从智能化层度和工作类型两个方向进行综合考量。最后，也是比较幸运的是，借助这次技术社区的活动，认识一些之前素面未谋的同行朋友。同时跟老朋友与新朋友相互寒暄几句，聊聊一些工作与生活上的杂七杂八的事情。最后也难忘的是，很庆幸能够在盖总的《数据库简史》这本书的签售会上，和他一起拍了一张合照。
