图片来自AI生成

“现在谁喊AI Native（AI原生）数据库，谁就是‘大跃进’。” 阿里云资深副总裁、数据库产品事业部负责人李飞飞如此表示。

AI浪潮正以前所未有的力度，重塑数据库。过去数据库的核心任务是存得住、查得快、事务不出错，大模型到来之后，企业亟需一个能统一处理多模态数据，并能与大模型高效协同的新型数据基础设施，这个有着数十年历史的基础软件市场，正在被大模型悄然改变。

云厂商的主流做法是，在其云原生数据库底座上，快速集成向量检索、模型调用等AI能力，强调平滑升级、成本优势和对海量现有客户的延续性。而新兴势力则更倾向于讲述原生AI的故事，主张为AI工作负载从头设计存储、查询与计算架构，以获取极致的性能与灵活性。

这种对比颇有些类似AI芯片行业数年前的故事，AI芯片创业企业试图实现打造专用芯片，以实现更高的性能和更好的性价比，挑战英伟达。但是，大模型的快速演进使得那些定向优化失效，反而是更具备通用性的英伟达GPU，持续保持市场统治力。

李飞飞直言，“今天有些数据库厂商已经喊出AI Native（AI原生）数据库，我们还是实事求是，不想那么喊，因为AI赛道本身还在快速演进，我不认为现在任何人做到了所谓的AI Native。”

什么才算是真正的AI Native（AI原生）数据库，李飞飞提出了自己判断 AI 原生数据库的两项标准：超一半的数据库实例由 AI Agent（智能体）直接驱动使用；超一半的数据库输出是Token。当前尚属于向AI原生数据库演进的过渡阶段。

数据库的行业逻辑，变了

“未来一段时间，人工智能行业的瓶颈可能不再是算力，而是数据和存储。”李飞飞表示，在人工智能向超级智能（ASI）演进的路径上，经典的“内存墙”问题以新的形式回归，近期DRAM等存储硬件价格大幅上涨，正是这一趋势的体现。

存储涨价是行业变革的一个缩影，真正的推力是由大模型掀起的、重塑整个产业链的合力。AI时代的数据是文本、图片、音频、视频、向量、图结构等，传统数据库只擅长前两种的一小部分，现在要同时处理结构化 + 半结构化 + 非结构化 + 向量化表达，数据库向多模态的融合数据库演进。

李飞飞认为，从学习人、辅助人到自我迭代超越人，大模型正在吞噬一切冷数据和温数据，将其压缩为模型参数。然而，企业业务系统中实时产生的“热数据”（Hot Data），因其动态变化、高频更新的特性，短期内无法被大模型完全内化。

“热数据才是维持智能引擎运转的高价值燃料。”李飞飞强调，将高质量、实时的私域热数据，与通用的、具备强大认知能力的大模型有机结合，是实现“辅助人”到“超越人”的关键。而最佳的化学反应发生地，正是数据库内部。

为此，阿里云在过去两年将PolarDB从一个云原生数据库，快速演进为一个 “AI就绪的云原生数据库”。其核心理念是：将大模型能力嵌入数据库，让智能交互在数据实时产生的地方发生，数据不必来回搬运，也更好地保障了数据主权与隐私安全。

和过去不同的是，数据库厂商要同时懂数据和模型。传统数据库团队强在系统工程，AI 团队强在模型算法，但 AI 时代的数据库，需要两者深度融合，这不是加几个向量索引就能完成改造，而是架构层面的改变，为此阿里云也很早和百炼团队合作，但是一年前，当李飞飞宣布打通百炼时，外界还有疑问，并不完全理解阿里云的意图。

“现在回头看，绝对是轻舟已过万重山。在过去的短短几个月内，通过阿里云瑶池数据库产品体系（包括云原生数据库PolarDB、云原生数据仓库AnalyticDB、云数据库RDS等）调用百炼、PAI及内置模型算子服务所消耗的Token量，增长了超过100倍。”李飞飞说。

阿里云数据库的“4+1”行动

一位数据库产品负责人对笔者表示，业界对 “AI 原生” 的理解确实存在差异。“有的认为深度集成向量计算和模型调用就是原生，有的则认为需要从存储引擎到查询优化器为 AI 工作负载彻底重写。”

另一位行业分析师则认为，定义权之争的背后是技术路线与市场卡位的双重博弈。“原生“这个词本身就意味着代际优势和市场洗牌的机会。没有厂商愿意在此时落后于叙事。

李飞飞表示，AI原生数据库是技术演进的必然方向。从云原生到AI就绪、再到AI原生，现阶段阿里云PolarDB正在打造AI就绪的云原生数据库。

从云原生到“AI就绪”，阿里云提出了一个“4+1”的核心演进框架。首先，是存储层走向AI数据湖库（Lakebase）。传统数据库擅长处理结构化数据，而AI时代需要处理文本、图像、视频等多样化数据。多模态AI数据湖库（Lakebase）架构融合了数据库与数据湖的能力，成为支持多模态数据处理、特征提取与检索的第一步。

其次，是统一的元数据管理，AI时代的数据源爆炸性增长，且格式高度异构，元数据本身的规模已从过去的兆字节跃升至太字节级别。阿里云将Zero-ETL技术应用于元数据层，实现了数据源变更时元信息的实时自动同步，高效治理海量异构数据。

第三，是多模态检索与处理能力，数据库需从单一的结构化查询，演进为能同时支持向量、全文、图等多种检索方式的融合引擎，实现对非结构化数据的深度理解与利用。

第四，是模型算子化与Agent AI的原生支持。大模型虽能“吞噬”冷、温数据，却无法实时消化业务系统中持续产生的“热数据”，将模型推理能力以“算子”形式内置到数据库，让大模型能直接、实时地与高价值热数据互动，让Token的消耗变得场景化、有价值。同时，数据库必须成为AI Agent开发、部署和运行的最佳平台，因为未来大量的数据库交互将由自主Agent完成。

最后的“+1”，是跟上硬件创新步伐。经典的“内存墙”问题在AI时代重新凸显，内存等硬件成本正进入长期上涨周期。数据库系统必须充分利用CXL内存池化、异构计算（CPU/GPU）统一调度等硬件级创新，通过池化、共享与弹性来化解成本压力，将硬件红利转化为用户价值。

为什么是 “50%”？

尽管阿里云试图为AI原生数据库设立高门槛，但市场并未等待共识达成。过去一年，包括谷歌云、Snowflake、微软，以及国内的腾讯云、字节跳动火山引擎、蚂蚁集团 OceanBase 等，都已将 “AI 原生” 或 “AI 增强” 作为数据库产品的核心卖点。

各家路径虽有不同，但共识相近，与大模型服务的深度集成，提供从数据准备、向量化到推理调用的一站式体验，成为竞争焦点。

回到李飞飞所谈的“AI原生数据库“判断标准，“一半实例给 Agent 用”，这关乎谁在主导数据交互，未来企业内大量常规的数据查询、写入、分析任务将由 AI Agent 自主完成，而非人类工程师编写固定代码。

“一半输出是 Token”，传统数据库的核心产出是规整的表格，供给业务系统或分析师。而在李飞飞描绘的图景中，未来的数据库更像一个 “数据与 AI 的融合反应堆”，实时业务数据在此被即时转化为 Token，与内置或外联的大模型进行推理交互，直接产出智能决策、自然语言回答或驱动业务流程。

AI能力之外，行业也格外关注数据库的成本，阿里云数据库产品事业部产品管理与技术架构部负责人王远表示，规模效应始终是释放成本红利的基础。阿里云通过资源池化、多租户间的共享以及极致的弹性伸缩，这三者的共同作用，是在AI时代硬件成本上涨的背景下，确保价格优势的关键。

例如，并非所有数据都需要昂贵的高速存储，PolarDB通过智能化冷热数据分层与调度，自动将数据迁移至高性价比的存储介质，在用户无感的情况下降低存储成本。同时利用CXL等新兴硬件技术，构建超大规模的远端内存池，该池可供多租户共享复用，大幅提升内存利用率，并间接提升CPU利用率，以对冲当前内存价格的快速上涨趋势。

目前，阿里云PolarDB海内外企业客户超2万，部署规模超300万核，覆盖全球86个可用区。PolarDB 云原生与Data+AI相关功能与创新技术已规模化应用于金融、汽车、政务、互联网、电信等领域的核心业务系统，服务了某大型商业银行、理想汽车、小鹏汽车、MiniMax、GoTo集团、度小满、米哈游等知名企业。（本文作者 | 张帅，编辑 | 盖虹达）