周末参加了PG协会西安站的一个活动，和来自各地的PGER相聚一堂，聊得最多的必然是PG。
我接触过数十种数据库，研究得最深的是Oracle而非PG。不过最近我越来越感觉，在未来的AI时代，PG的架构是最适合AI时代的。以往无论是商用还是开源RDBMS，其核心能力是面向高并发高处理能力的。强调在一种稳态的情况下在高可靠的基础上保证高并发、高性能、低延时。应用相对来说是比较稳定的，哪怕每周都会变更，其核心架构，数据结构也是相对稳定的，是固定编排好的。因此数据库的新功能对于应用而言，并不是刚需。就像在目前被广泛使用于银行核心交易系统的Oracle，目前使用的最多的版本还是十多年前的Oracle 11g,甚至目前还有部分银行的交易核心还在使用20多年前的Oracle 10.2.0.4。
随着AI应用的发展，应用相对不那么稳定了，AI Coding的发展让应用开发的效率百倍提升，软件也会变得不那么值钱了，应用的迭代速度和迭代方式也会发生巨变。在面向AI的应用系统中固定的代码比例将会不断降低，由智能体自动生成的一次性代码会大量增加。在这种全新的模式下，如果数据库还是像以前那样缓慢地提供功能，那么大量的应用新功能只能通过代码绕过数据库来实现，无需依赖数据库的能力。虽然这些代码可能会被AI编程工具以十分低廉的价格生成出来，不过会增加整个应用系统的复杂度，也不利于系统长期稳定运营。
对于应用来说，借助AI可以最大限度地降低负面影响，不会影响应用的快速发展，而对于数据库来说，这不是一件好事情。因为数据库将会越来越边缘化。大量的业务逻辑将会在应用中实现，甚至会被训练到AI大模型里。
这时候如果有一个数据库，能够快速地封装新需求，把各种数据处理的需求封装成插件，不断满足应用场景的需求，那会让AI应用如虎添翼。随着AI Coding的发展，未来为数据库开发一个处理数据专用的插件不仅仅是数据库厂商能做的事情，用户借助AI编程工具也可以轻松完成，为数据库开发新功能就像开发一个新的应用一样。在没有AI编程能力的时代，这是不可想象的，而现在这一切都是完全没问题的了。
我们现在已经无需等待这种数据库出现了，因为PG就是这样的数据库。前阵子我花了几天实际测试了使用AI CODING工具开发一个PG数据库插件，我从来没有开发PG插件的经验，也没研究过PG插件的架构，不过我只需要提出我的数据处理的需求，整个插件就被AI编程工具高质量地开发出来了。未来，这样的场景可能会在用户那边不断重现，用户不仅仅会使用数据库，还会把自己的核心业务逻辑固化和沉淀在数据库中。
