暂无图片
暂无图片
暂无图片
暂无图片
暂无图片
首页 / AgenticDB：源自阿里云AnalyticDB，为AI-Native企业而生

AgenticDB：源自阿里云AnalyticDB，为AI-Native企业而生

阿里云瑶池数据库 2026-05-07
100
AI 范式跃迁催生 AI-Native 企业蓬勃发展，这类企业既包括 AI 创业公司和一人公司，也包含传统企业中的创新团队，他们有以下特点和诉求：第一个特点是把 AI Agent 作为核心能力构建产品新护城河。在大模型普适化情况下， AI 上下文（包含记忆、知识、Agent Skills等）成为宝贵资产，因此搭建同时兼容 Single-Agent 与 Multi-Agent 的 AI 上下文基座成为关键。第二个特点是通过 AI 提效让人类更专注业务而让 AI 实现无人化运维，因此需要数据基座支持 Agent 子任务流上下文隔离、自动起停、以及为 AI 犯错误时提供兜底保障。
随着 Agent 系统日益复杂，传统数据产品打补丁式发展已力不从心。AgenticDB 是一款以阿里云 AnalyticDB PostgreSQL 版为核心，集 AI 应用后端服务和上下文管理于一体的数据基座，它可以助力企业快速落地 AI 产品探索市场，沉淀 AI 上下文加强用户粘性与产品竞争力，陪伴 AI-Native 企业一路高速发展，最终迈向 AI 时代新未来。
1、产品定位


针对处于不同发展阶段的 AI-Native 企业，AgenticDB 依托高性能 RAG 引擎和全域数据湖仓构建企业上下文枢纽，在统一的底层技术栈之上提供了不同的版本功能，既保障了 AI-Native 企业快速启航，同时也为进阶时期提供迁移方案。
▶︎ 启航（版）：
  • 可基于一站式后端服务构建 AI Agent 系统。
  • 不需关心底层实现和资源规格，快速获得 AI 上下文服务并高效打通 AI Agent。
▶︎ 进阶（版）：
  • 更细粒度的上下文管理能力和数据沙箱保障，让 Agent 敢写，数据不泄漏，合规审计。
  • 提供极致弹性的专属资源，Agent 需要拉起的时候秒级拉起，自动感知流量秒级停止。
🔗 数据沙箱：https://help.aliyun.com/zh/analyticdb/analyticdb-for-postgresql/data-sandbox-management
🔗 上下文服务：https://help.aliyun.com/zh/analyticdb/analyticdb-for-postgresql/context-service
2、典型应用场景


2.1 垂域 AI 应用

场景描述：聚焦垂直场景以低资源消耗实现高效智能交互，通过灵活部署和成本控制实现 AI 场景化探索。
核心挑战：迭代快，要求极速部署上线；面临不可预测的流量洪峰，同时对运营成本极度敏感，追求极致性价比。
AgenticDB 解决方案：
● 应用搭建：
  • 极速启动：通过一站式后端服务小时级完成版本迭代，半天内上线。
  • 流量感知动态扩容：内置 AutoScaling 实时感知流量变化，秒级自动扩容应对峰值，保障用户体验零延迟。
  • Scale-to-Zero 极致降本：在无流量时段自动缩容至零实例，显著降低空闲资源费用，最大化降低运营成本。
● 上下文服务：
  • 免部署服务：开箱即用的上下文服务，开发者只需通过 API Key 即可接入 Agent。
  • 零运维成本：完全托管的基础设施让开发者从数据库管理中解放出来，专注于产品逻辑与商业化闭环。

2.2 企业级 Agent 中台

场景描述：企业 Agent 中台一般是由 Multi-Agent 构成的复杂系统。
  • 上下文隔离：海量子任务流通过数据沙箱实现上下文环境隔离，避免相互干扰。创建两个隔离环境，在隔离的环境中并行运行实现 A/B 测试对比。
  • 上下文共享：沉淀通用的上下文（包括记忆，Agent Skills，知识等）跨 Agent 实现共享。
核心挑战：在大规模 Multi-Agent 系统中复杂子任务流导致上下文交织，既需提供严格的隔离机制，同时也需要共享功能 。
AgenticDB 解决方案：
● 上下文管理
  • 提供成熟的企业级 RAG/GraphRAG 与长记忆方案，支持上下文分层管理与高效检索，显著提升 Agent 认知能力。
● 数据沙箱：
  • 基于 Copy-on-Write 技术在同一份存储成本下构建独立的数据隔离环境，为每个子任务流提供独立运行环境，确保并行执行互不干扰。
  • 在授权的情况下支持上下文共享。
  • 支持对不同时间切片进行数据旅行。

2.3 Vibe Coding

场景描述：
  • 协同开发：每个Session有独立的数据分支，保障各环境间隔离。创建 Dev 和 Prod 独立环境实现开发和测试分离。
  • 为“删库事件”兜底：避免极端情况下 AI 造成数据损坏或污染对企业形成毁灭性打击。
核心挑战：Vibe Coding 每个应用都有独立的隔离环境底座，成本急剧膨胀。传统数据库缺乏像代码一样的多版本管理能力。
AgenticDB 解决方案:
● 分支管理：
  • 提供数据分支管理能力，让数据管理像 Git 管理代码一样灵活高效，可以创建Dev/Test/Prod 等环境实现协同开发。
  • 一旦发生数据损坏或污染，可以快速重置或重新生成一个新的分支。
● 一站式后端服务：
  • 提供一站式后端服务能力，开发者通过自然语言一键搭建应用后端，无需关心基础设施运维，专注业务逻辑创新。
3、核心功能介绍


3.1 上下文服务

启航阶段：
  • 零门槛开通：免部署、即开即用，消除基础设施运维负担。
  • 多租户隔离：引入基于工作空间（Workspace） 租户隔离架构，确保不同项目间数据独立。
  • 接入 Agent：通过 RESTful API 轻松对接自建 Agent 及主流 AI 生态工具。
进阶无损迁移：随着业务规模扩张，当企业对高并发流量、极致隔离性及高阶定制功能产生需求时，支持从托管服务模式无缝迁移至专属资源。基于同一套底层架构确保数据格式与接口协议的一致性。迁移过程零代码修改、零数据丢失，以最低的成本实现从启航到进阶平滑过渡。

3.2 上下文管理

支持记忆分类管理
  • 情景记忆：记录“何时发生了何事”的时间戳事件日志。
  • 语义记忆：连接企业级知识库。
  • 程序性记忆：存储 Agent Skills 为 Agent 迭代优化提供数据支撑。
企业级知识库
  • GraphRAG：提供知识图谱与 RAG 的构建，管理与应用能力。
  • 更新频率：
■ 静态/半静态知识：按天/周更新；
■ 动态知识：按分钟/小时更新；
■ 实时知识：秒/亚秒更新。
上下文组装：通过 ContextBlock 组装上下文实现类文件系统管理，将RAG、记忆、Skills模块化封装。这使得上下文可以像文件一样被管理、检索和共享，提升了 Agent 的模块化、协作性和安全性。
Agent 自举：程序性记忆中的 Agent Skills 迭代优化，如删减冗余步骤、修复错误逻辑。

3.3 数据沙箱

高速分支管理：基于写时复制（Copy-on-Write）技术对同一份数据实现毫秒级分支创建，支持多层级子分支创建。每个分支拥有独立的运行环境与隔离状态，确保并行任务互不干扰。支持从主分支（MAIN）的任意指定时间点衍生出新分支，完美适配 Agent 的并行探索与假设验证场景。
敏捷重置与恢复：提供细粒度的容错机制。当分支数据出现污染或逻辑错误时，可一键从父分支快速重置状态，或直接丢弃当前分支并重新创建。极大降低了 Agent 试错成本，保障业务连续性。
时间旅行 (Time-Travel)：支持基于时间点的“数据旅行”查询。Multi-Agent 系统可随时获取任意历史时刻的数据快照与状态上下文，实现跨时间的状态对比、复盘及决策优化。
全链路合规审计：内置多版本数据留存机制，完整记录数据变更历史。支持全量数据回溯与操作日志审计，满足企业级安全合规要求，确保每一步 Agent 决策均有据可查。

3.4 上下文中枢

▶︎ 3.4.1 一站式后端服务
支持 Serverless 一站式后端服务，AI Agent 可以直接调用数据库、Auth、Storage、Edge Functions 等资源无需人工介入配置与调试，全托管免运维。
  • 秒级创建：当 Agent 接收到用户指令或触发事件时，AgenticDB 能够在秒级时间内完成实例冷启动。
  • 自动缩放：支持 AutoScaling 用户可配置弹性资源范围，通过感知流量实现自动资源伸缩。
  • 秒级停止：一旦 Agent 完成任务进入空闲状态，或者检测到长时间无交互，系统将自动挂起实例并释放计算和云盘存储资源，数据自动归档到低成本存储，成本可趋近于零。
  • 安全模型调用：将 Token 调用置于服务端杜绝密钥泄露。
  • SSO 认证：基于 OAuth 2.0 协议构建企业 SSO 登录能力。
▶︎ 3.4.2 海量数据 RAG 引擎
支持图+分区索引混合索引（NOVA Disk），内置 PCA、PQ 和 RaBitQ 等量化压缩算法和异步写入+合并查询读写模式，在查询检索/索引构建/实时写入更新删除性能、存储成本与效率几个维度领先开源主流竞品。
  • 海量数据规模：支持千亿+向量数据规模，支持分布式扩展。
  • 极致成本优化：同等性能要求下成本仅为开源产品1/10。
  • 超高构建效率：百亿级向量索引构建仅需30分钟。
  • 毫秒级响应：Recall 95% + @ Top 5000的ANN近似最近邻搜索在100毫秒内完成，支持高并发实时查询场景。
▶︎ 3.4.3 全域数据湖仓
  • 数据湖仓：依托云原生基础设施的资源池化与海量对象存储能力，深度融合 MPP 数据库技术与 Serverless 技术，实现了计算存储分离、秒级弹性伸缩与高效的一写多读能力，帮助企业在海量数据分析与高并发读取场景下，显著降低总体拥有成本。
  • AI 表格：钉钉 AI 表格的强劲支撑引擎，可应用在海量数据、高频变动、多表关联、实时计算等实际场景。它融合 Streaming View、Laser向量化引擎、Beam多版本行列混合引擎、HTAP 混合负载处理和 MPP 大规模并行计算等多项核心技术，可支持千万行热表规模，为复杂业务场景提供强劲支撑。
4、结语


随着 AI Agent 时代来临，AI-Native 企业敏捷发展模式逐渐成为行业趋势，传统数据基建制约着 AI-Native 企业发挥潜能、快速拓展市场，以及在成熟期后构建安全隔离、流量感知的 AI 上下文基建。AgenticDB 围绕上下文存储、安全、管理与应用为处于不同发展阶段的 AI-Native 企业提供全生命周期产品能力，助力企业构建 AI 时代的产品护城河。AgenticDB 正式开放邀测，诚邀广大 AI-Native 企业及组织使用，打造 AI 时代的新数据基建，我们相信未来一定会有更多高安全、懂用户的超级 AI 应用涌现，深入社会和行业的每一个角落。



了解更多



👉 AgenticDB 现已正式上线并进入邀测阶段，邀请期间免费，点击文末「阅读原文」即可申请开通。


💬 欢迎加入钉钉群与我们交流：182095002658


点击 阅读原文 申请开通

polardb
文章转载自阿里云瑶池数据库，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

评论