暂无图片
暂无图片
11
暂无图片
暂无图片
暂无图片

Agentic DB Day 第二站落地杭州:当 Agent 来敲数据库的门

304

前言

8 月 15 日下午,由阿里云 × NVIDIA 联合呈现的 “Agentic DB Day · 杭州站” 在杭州落幕。这是继 6 月 27 日深圳首站之后的第二站——如果说深圳那一场回答的是“AI 时代的数据库该长成什么样”,杭州这一场要回答的是更进一步的问题:当越来越多来敲数据库门的不再是人,而是 Agent,数据库的工具链、引擎和底座,各自要被重做成什么样。

本站报名人数突破 600+,近 300 位来自互联网、SaaS、游戏、AI 应用、金融、高校研究等领域的技术决策者、架构师与开发者到场,全场座无虚席。与深圳首站相比,杭州站首次增设“六大展台深度体验区”,让台上讲的每一项能力,在台下都能亲手摸到。

01

开场定调:数据有“重量”,Agent-Native 是数据库的下一站

活动开场,阿里云数据库为全场立下了本站的思想锚点,也是贯穿全年的一句话主张:

“模型决定 AI 多聪明,数据库决定 AI 能跑多远。”

这句话背后是一个正在被反复验证的观察:这一两年大家聊 AI,聊得最多的是模型——模型多大、多聪明、又刷新了什么榜。但在与大量客户一起做落地的过程中,团队发现了一件事——决定一个 AI 应用能不能真正跑起来、跑得稳、跑得久的,往往不是模型那一层,而是它下面的数据这一层。模型可能半年就换一代,应用几乎每周都在发版,但数据——业务数据、沉淀下来的知识与上下文——是这套系统里唯一不会被替换掉的那一层。
业内把这件事叫做 Data Gravity(数据引力):数据沉淀越重,就像有了引力,会一点点把应用、把算力、把 Agent 都吸附到它身边,让它们围着数据转,而不是反过来。
也正因为如此,数据库这件事本身正在发生一次根本变化。过去数据库是给人用的——工程师写 SQL、DBA 做运维;现在,越来越多来敲数据库门的不再是人,而是 Agent:它会自己拆解任务、自己探索数据、自己调用工具、自己读写。数据库的两端——用的人和管的人——都在被 Agent 接管。
阿里云数据库给出的答案,是往 Agent-Native 的方向做一次系统性改造,拆成层层递进的三件事:为 Agent 重塑工具链、为 Agent 重构数据库、为 Agent 重做数据层。杭州站的议程正是沿着这条主线铺开,分为上下两篇。

02

上篇 · 面向 Agent 的数据服务

上篇聚焦最靠近 Agent 的那一层:Agent 入口,以及各数据库引擎自身的 Agent 化。
过去要写 SQL、要点控制台的那一整套操作,如今正在被 AIDBS (AI 原生数据库服务 )收敛成一句自然语言——从实例创建、扩容、备份,到变更审核、SQL 优化、数据迁移,再到数据分析、报表生成,乃至一句话生成一个应用,都可以交给 Agent 以对话的方式完成。数据库由此从"被调用的工具"变成数据资产管理与交互的智能入口。
与此同时,各引擎自身也在被重构:RDS ContextDB 让引擎越来越懂业务——把散落在文档、方案、代码注释乃至老员工经验里的知识,沉淀为统一、长期、可共享的上下文底座,让 Agent 不再每次都从零开始,用得越多越懂你的业务;Tair AI 语义缓存让 Token 用得更省、更准——用语义层承接重复的问题与越滚越长的上下文,让每一个 Token 都花得更准;也让它们能自我诊断和调优,而不只是被动地存数据、被动地取数据。
数据库不只是被 Agent 使用,它自己也要长出 Agent。

03

下篇 · 为 Agent 而生的数据底座

下篇把视角下沉一层,讲支撑这一切的底座:当数据的主体从“人的应用”变成 AI Agent,数据底座本身也要为 Agent 重做。
Cloud-Native 时代那套基线——分钟级供给、按峰值预留、以表和文件为中心、分支是重操作——在 Agent 负载下已经不够用了。Agent 的节奏是脉冲式的、上下文是跨会话延续的、试错是需要秒级分支的、数据是天然多模态的。因此新底座需要同时满足统一存储、极致弹性、I/O 加速、多模计算、持久记忆与敏捷分支这几件事:库、湖、向量、图、文件归一,消除搬运与数据孤岛;亚秒拉起、闲时归零、按量付费;把计算推向数据,而不是把数据搬向计算;让记忆与知识跨会话延续、毫秒级组装。

在这一层,本站带来了重磅发布——Polar Lakebase,构建在湖架构之上、为 Agent 而生的新一代数据底座:库、湖、向量、图、文件归一,亚秒级弹性、秒级分支、跨会话的持久记忆,让数据库从"数据容器"扩展为 Agent 的全栈工作底座;AnalyticDB AgenticLake 则展开了全模态数据价值释放的完整路径——把结构化数据、文档、图片与音视频统一语义化,让原始字节变成 Agent 能直接理解、直接调用的业务语义,从“人查数据”真正走向“Agent 主动用数据”。最后,携手合作伙伴 NVIDIA,把数据这一层与推理这一层打通,补上 Agent 落地的最后一公里。

为 Agent 而生的数据底座,是 Agent 能不能跑得久的地基。

04

展区 · 首次增设,也成了全场最火爆的环节

与深圳首站相比,杭州站最大的增量在台下——首次增设的六大展台深度体验区,一亮相就成为全场最受欢迎的环节。
每个展台都不是海报和 PPT,而是配了可上手的实操 Demo:想动手的,三五分钟就能自己跑出一个结果;想快速看效果的,一段演示就能看明白到底省在哪、快在哪。用户现场亲测、即问即答,热门展台前一度排起长队,讲师下台后被观众团团围住。
更难得的是,不少伙伴直接带着自己的真实业务场景来到展台,和产品、架构同学一对一深聊落地方案——从“看热闹”到“动手试”再到“聊落地”。展区把台上传递的心智稳稳接住,也让“能亲手摸到”成了这一站口碑最好的记忆点。

05

下一站:Agentic DB Day 敬请期待

Agentic DB Day 作为阿里云数据库的活动 IP,正以 1–2 场/季度的节奏在全国持续铺开,把阿里云数据库全系产品的 Agent-Native 能力矩阵,一站一站讲给更多开发者朋友们听。九月的云栖大会上,我们还会有更完整的呈现;下一站,Agentic DB Day 定档 11 月,相约北京。
一场活动无法讲完一代范式的迁移,但从深圳到杭州,这条主线已经足够清晰——

数据库不再只是被调用的存储层,它正在成为 Agent 应用运行的原生底座。Agent-Native Database,就选阿里云数据库。

点击 阅读原文 了解更多

最后修改时间:2026-08-21 09:40:30
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