阿里云数据库首场Agentic DB Day落地深圳：AI时代数据库要自己长出Agent

前言

6 月 27 日， 阿里云数据库产品事业部主办的“Agentic DB Day · 首期”在深圳落幕。这是继 5 月 20 日阿里云峰会首发 AIDBS（AI 原生数据库服务）之后，阿里云数据库把"Agentic-Native Database"这一概念从一次性发布，沉淀为系列化线下技术活动的开局第一场。约 100 位来自互联网、SaaS、游戏、AI 原生初创等客群的技术决策者、运维、AI 应用爱好者与开发者到场，全程围绕一个问题展开——AI 时代的数据库，到底该长成什么样。

开场Keynote：数据库正在被 Agent “接管两端”，阿里云给出双 50% 硬指标

阿里云数据库产品事业部资深产品专家葛双博在开场 Keynote 中给出了本场活动的思想锚点：

“模型决定 AI 多聪明，数据库决定 AI 能跑多远”

他随即补上一句更易传播的翻译版本——“AI 的上限由模型决定，下限由数据库决定”。

葛双博代表阿里云数据库团队，把过去两年的 AI 浪潮切成“上下半场”：上半场（2023–2025年）数据库为模型准备粮草，多模态数据清洗、RAG、长期记忆、库内推理，让数据库长出"AI Ready"形态；下半场（2026年起）主角从模型换成 Agent——多步推理、自主决策、调用工具、读写数据，Agent不再是问答机器人，而是“真正能做事的程序”。

这里有两个根本变化：

访问者从 APP 变成 Agent，查询不再写死，而是"临时想出来的"，一次任务可能连续调用几十次数据库。维护者从 DBA 变成 Agent，备份、扩容、SQL 优化、Schema 变更由 Agent 触发协同，DBA 前移至审计与决策位。阿里云数据库团队给出一个判断——“数据库的两端，都可以是Agent”。

也正因为如此，阿里云数据库团队把 Agentic-Native 上升为下一代数据库主线，并首次对外公布双 50% 硬指标——在数据服务方面， 访问数据库的流量，有50%来自Agent，由 Agent 驱动产生；在数据管理方面，50%的数据库实例由 Agent 创建和维护。

阿里云数据库产品家族，一整套 Agentic-Native 答案

开场分享之后，四个数据库产品域代表的阿里云数据库家族依次登台，从“智能数据平台服务—关系型数据—多模数据湖—数据分析”四个数据产品域，把 Agentic-Native 的抽象定义翻译成客户可对齐的产品语言。

AIDBS：一站式 Data Agent 开发平台，为 Agent 提供全面 Agent 化的数据库服务

阿里云数据库 AIDBS 与生态工具产品负责人陈茏久完整披露了AIDBS（AI 原生数据库服务）的产品全景——企业级 Data-Centric Agent 的一站式开发与服务平台，让数据被 Agent 可理解、可编排、可流动、可监管。覆盖数据资产管理、数据智能开发、Data Agent 编排三大方向，通过一站式开发（全生命周期打造企业专属Agent）与一站式服务（AaaS：Agent as a Service开箱即用）双通道交付——让企业既能快速上手 Data Agent，也能基于开放生态深度定制。AIDBS 承接双 50% 中的“数据实例管理 50%”——把实例全生命周期以 Agent 化方式对外交付，通过三层 Agent 化能力重构数据库服务：管控面 Agent 实现自然语言运维，数据开发 Agent 自动化权限申请与迁移，应用开发 Agent 辅助数据分析与报表生成 。

Data Agent 产品系列：内置 Meta Agent（企业智能资产的数字员工）、Analytics Agent（数据开发、分析、深度运营指导）、DAS Agent（一站式数据库运维数字员工）三大数字员工，而 DataBridge Agent 则承担互联网信息与企业信息的自动获取与处理；三层 Agent 化能力：L1 管控面 Agent ——实例创建、扩容、备份、升级由自然语言驱动；L2 DevOps Agent——变更审核、SQL 优化、数据迁移以对话完成；L3 应用开发 Agent——从元数据编辑一路走到自然语言一键生成 Web 应用；Data Agent Market 开放生态：通过阿里云市场、ModelScope 引入第三方付费 Skill 包，支持开源/企业版 Dify RAGFlow Supabase 组件，让企业能基于 Vibe Coding Runtime 快速构建专属 Data Agent；面向 Agent 的开发范式：以 Skill Agent 原生开发为核心，把 OpenClaw 全原生能力、面向数据的安全访问与管理能力整合到统一底座上。

PolarDB：Agentic Data Infra，为 Agent 提供全生命周期数据服务

阿里云数据库产品事业部资深产品专家贾新华展示了 PolarDB 从 Cloud-Native 迈向 Agentic-Native 的完整演进路径。他给出的核心判断是：Agent 全生命周期涉及记忆、原始语料、领域知识、业务数据四大数据域，而 PolarDB 的目标是用一套产品矩阵，把这四个数据域全部承接下来，成为 Agent 应用的 Agentic Data Infra。

PolarDB Mem0：基于开源 Mem0 深度优化，内置高性能向量引擎与图引擎，与阿里云百炼深度集成，提供全托管长短期记忆服务。通过在多轮交互中高效抽取、存储与调用记忆，赋予 Agent 持续学习与个性化认知能力，解决对话不连贯、无法个性化的核心痛点。PolarDB Limitless IMCI PolarSearch：一站式“存-算-搜”。Agent 与用户的每轮对话都是企业原始资产——语料写入后可直接被 IMCI 分析节点和 PolarSearch 检索节点消费，实现多维运营分析与实时检索的一体化闭环。PolarDB 知识库 向量 PolarFlow：企业级知识沉淀一体化方案。在文档向量化建库基础上，进一步实现“记忆-知识联合召回”：查询时同时从记忆库和知识库双路召回，生成结果质量达标后可一键回写知识库，形成记忆与知识双向进化的闭环。PolarDB Lakebase Super MySQL 多模引擎：文件、结构化、文档、KV、向量、搜索全模态一体化承接；面向 Agent 的 OpenClaw 生态：通过 OpenClaw Gateway 与工具路由，实现企业级记忆共享、运维与安全管控。

Lindorm：以多模数据湖为底座的 Agent 生态闭环

阿里云数据库产品事业部Lindorm产品经理庞少婷给出的定位是——“未来的数据库不只是被动存储，它本身就应该是一个主动的智能体。” Lindorm 从“更强的 HBase → 自研多模引擎 → AI 数据平台 → Agentic-Native”四阶自然生长，用一份原始数据、多份索引的架构，覆盖 AI 搜索、RAG、长期记忆、数据挖掘、Agent 可观测等全 AI 场景，相比传统“DB ES 向量库 OLAP”组合，能把存储成本降至1/2–1/3，同时融合检索准确率显著抬高。

多模数据湖：宽表、搜索、向量、列存、计算、图、AI 七大引擎共存，LDFS 统一存储，冷热分离、存算分离、秒级弹性；多模融合检索：标签 全文 向量融合，一条 SQL 完成召回，向量召回率排行业界前列；库内 AI 能力：支持多模型库内调用，Ray 分布式 Python 支撑十万 核推理调度；Agent 运行时：AI Gateway、Lindorm Skills AI CLI、Long-term Memory、Lindorm AI Assistant 组成完整的 Agent 生态闭环；兼容开源生态：SQL 接口兼容 MySQL、Search 接口兼容 ES/OpenSearch、KV 接口兼容 HBase，历史应用零迁移改造即可享受多模红利。

AnalyticDB：面向AI上下文与视频创作场景的Agentic分析底座

阿里云数据库产品事业部高级产品专家庞博展示了 AnalyticDB for PostgreSQL 面向 AI-Native 企业打造的 AgenticDB 在 AI 上下文及多模素材创作最佳实践。它把 Agent 运行依赖的一站式后端服务，上下文管理，及 AI 上下文服务统一到一个分析引擎中，同时提供多模素材生成的创意智造 Agent，可应用在具身智能、小游戏创作、短剧创作等场景中。

Serverless Supabase：Vibe Coding 场景开箱即用，秒级冷启动 AutoScaling 秒级挂起，空闲成本趋近于零，服务端 Token 调用与 OAuth 2.0 SSO 保障企业安全。上下文服务：提供长记忆与知识库服务，30 秒内完成初始化，最低10元以下/天使用成本；具备召回效果增强，与 Auto-Dream 能力。上下文管理：通过高性能向量引擎、全域湖仓与图分析引擎实现高性价比的上下文存储与管理。创意智造 Agent ：可应用在具身智能视频泛化与质检；小游戏AI创作；AI短剧生成等领域。

行业实践：从“我们能做什么”到“客户已经做了什么”

阿里云数据库产品事业部高级解决方案架构师康桥平压轴登场，横跨游戏、电商/SaaS、新零售三大行业，用真实落地场景讲透了一件事：Agentic Database 不只是概念，而是已经在解决具体业务问题。

游戏行业正在从脚本式 NPC 走向拥有长期记忆的 Agentic NPC，万级 NPC 并发激活下需要极致弹性与持久化记忆；AI 小游戏创作平台面临数万闲置项目的成本压力，需要 Scale-to-Zero 与秒级 Sandbox 创建能力支撑高频迭代；电商与 SaaS 行业的客服 Agent 知识库已达数十亿向量规模，对磁盘型向量引擎的性价比和库内 Embedding 的端到端效率提出了新要求；OTA 场景的实时搜索与推荐正在从多引擎拼接走向多模融合检索一体化；而新零售行业则用 Data Agent 为一线业务决策者配备了专属数据助手，让经营洞察从“等报表”变为“主动推送”。

这些落地场景传达了一条共同的主线：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。

下一站：Agentic DB Day 敬请期待

Agentic DB Day 将在全国各个城市持续推进，把阿里云数据库全系产品的 Agentic-Native 能力矩阵，一站一站讲给更多开发者朋友们听；与此同步，PolarDB、RDS、AnalyticDB、Lindorm、SelectDB等单品也将各自展开“AI实战营”系列，承接 Agentic DB Day 的心智，把各产品支持的 AI 能力，以 Hands-on 体验带到更多城市。

一场活动无法讲完一代范式的迁移，但深圳这场首站给出了一个足够清晰的信号——

Agentic-Native Database，就选阿里云数据库。