达梦AI战略：克制中的进攻

4月19日，老鱼写了篇《达梦在AI时代掉队了吗？我翻了它的官网和产品文档》，结论很直白：达梦没掉队，就是太“闷”！把AI能力藏在产品深处，不喊、不秀、不造势。

三天后，4月22日的达梦数据库大会上，达梦数据副总经理冯源站上舞台，正式发布达梦AI战略。

这场演讲不仅验证了老鱼的判断，也释放出一个更清晰的信号：达梦不仅要入场AI，它还在尝试给出一套数据库走向智能化时代的路径框架。

表面看是技术布局宣讲，实则回答一个尖锐问题：在AI重塑一切的时代，一家以“稳”著称的国产关系型数据库厂商，该如何自处？是继续做幕后基础设施，还是主动参与智能化浪潮？

冯源的演讲里，有几个非常关键的转向。今天老鱼拆给你看。

AI在AP场景：从“算得快”到“看得更深”

冯源一上来就把OLAP的问题讲清楚了。

他给了一个更完整的分析框架，OLAP的发展，其实一直围绕三个维度：速度、广度、深度。

过去几十年，行业的主要精力放在前两个维度上：一方面，通过列存储、内存计算、并行计算等技术不断提升查询速度；另一方面，通过大数据、数据湖等体系，把数据从结构化扩展到非结构化，提升分析的广度。但“深度”，一直是短板。

AI的引入，真正改变的是这一点。数据库不只是“查得快、存得多”，还开始参与到更深层次的分析过程中，提升对数据语义的理解能力，让分析从“结果输出”走向“过程理解”。

这也意味着，未来的分析型数据库，不只是执行SQL的引擎，还需要成为智能化分析能力的重要组成部分。

垂直行业模型与“中间语言”：打破语义断层

在谈到AI如何落地行业时，冯源提出了一个非常关键的概念——“中间语言”。

问题很现实，不同行业之间，几乎是不同的“语言体系”。

金融关注风控和合规，制造业关注良率和产能，它们在术语、指标、建模方式上完全不同。垂直模型可以理解行业，但数据库只理解数据结构。

中间缺了一层。

达梦的思路是，在垂域模型和数据库之间，构建一个“中间语言层”，把行业语义抽象出来，转化为统一的语义对象，再以规则化方式映射为SQL或数据库算子。

这样，上层是行业表达，下层是数据执行，中间通过语义对齐完成连接。

这个设计，本质是在解决一个核心问题，让AI理解的“业务语言”，能够真正落到数据库执行层。

AI在TP场景：清醒的“边界感”

相比AP，冯源对OLTP的判断更克制，也更现实。他把TP场景分成两类：硬核TP和泛TP。

所谓硬核TP，比如资金交易、实时调度，这类场景对延迟和确定性要求极高。受限于当前AI的响应延迟和不确定性，这些系统在可预见的一段时间内，仍然会以传统数据库能力为核心，重点依然是“更稳、更快、更精确”。

但在泛TP场景中，情况完全不同。比如OA审批、流程流转、客服处理，这类系统的瓶颈往往不在数据库，而在业务逻辑本身。过去这些逻辑是写死的，现在开始变成AI驱动的动态决策过程。

AI可以基于规则进行探索式执行，动态调整流程，甚至在执行过程中不断试错和优化。这会带来一个新的问题，数据库需要面对大量非确定性的访问请求，以及频繁的状态变化。

也正是在这里，AI开始真正改变数据库的使用方式。

数据库×Agent：访问模式正在被重写

冯源特别提到一个趋势：数据库的“访问主体”正在发生变化。

过去，访问数据库的是人和应用程序；未来，会越来越多地变成AI Agent。

一个业务系统，可能被拆分成多个智能体，每个智能体都在独立执行任务、发起查询、动态决策。这会带来访问规模的显著增长，同时访问模式也变得更加动态和复杂。

这对数据库提出了新的要求，比如：

• 支持快速启停

• 支持实例或租户的快速创建与销毁

• 提供更适配Agent的访问方式

更有意思的是“记忆系统”。

Agent的记忆，可能分布在本地缓存、文件系统和远程数据库之间。冯源给出了一种分层架构思路，端侧用轻量数据库承载短期记忆（如向量数据、临时上下文），可以随时启停；云端用多租户分布式数据库作为“中央记忆系统”，沉淀长期有价值的数据，比如对话记录、成功路径等。

这意味着，数据库不仅是“数据存储”，还开始成为智能体体系中的“记忆基础设施”。

关键技术：语义检索与内置推理

在技术层面，冯源列出了一系列支撑能力，包括分布式存储、存算分离、多模态数据、向量检索等。

其中最关键的，是“语义检索”。

传统数据库擅长精确查询，但AI时代的问题，往往是模糊的、语义化的。很多需求无法直接用SQL表达，而是需要先理解语义，再转化为检索过程。

语义检索的价值，就在于让数据库具备这种处理能力。通过向量化表示和多模态数据支持，使一部分难以用传统SQL表达的问题，也能够通过新的方式转化为可执行的检索过程。

另一个重要能力，是内置轻量化推理引擎。

这意味着，部分AI能力可以在数据库内部完成，而不需要完全依赖外部系统，从而在延迟、成本和数据安全之间取得更好的平衡。

写在最后

冯源这场演讲，没有喊口号，也没有给出激进的性能数字。

但它清晰地表达了一件事：达梦对AI的态度，不是“跟不跟”，而是“怎么落”。

在哪些场景里，AI可以真正发挥价值；在哪些地方，需要克制使用；数据库的能力边界，应该如何延伸，而不是被轻易推翻。

这背后，是一种非常典型的达梦风格——不追风口，但也不回避趋势。

这次发布，与其说是在定义AI数据库，不如说是在尝试给出一个方向：在AI驱动的时代，数据库该如何演进，才能既不失去稳定性，又具备智能化能力。

对于整个行业来说，这种思路，或许比单纯的“AI+功能堆叠”，更值得认真看一眼。