阿里云对“AI原生”数据库的务实定位与行业判断 - 阿里云数据库负责人李飞飞认为“AI原生”定义尚在演进，行业当前更应关注“AI就绪”，强调用可衡量的实质能力而非标签来判断进展 [1][5] - 公司提出两个衡量AI原生数据库成熟度的关键标准：至少一半的数据库实例由Agent使用；数据库输出中至少一半是Token [5][6] - 阿里云PolarDB明确以“AI就绪”为核心定位，强调通过技术架构平滑升级为AI原生奠定基础，认为稳健演进优于激进重建 [6][11] 未来数据库用户与交互模式的根本性变化 - 公司判断未来数据库的主力用户可能不是程序员，而是Agent，预计未来新建的数据库中80%到90%将由Agent自主创建 [7] - 数据库设计逻辑需彻底改变以适配Agent工作负载，PolarDB主推Serverless形态，可实现极端情况下0计算节点，请求进入时秒级拉起资源 [7] - 未来用户与数据库的交互将通过自然语言，而Agent与数据库之间则通过其自生成、自调用的命令行和脚本进行交互 [7] 数据处理架构与“热数据”价值 - 大模型会吞噬“冷数据”和“温数据”，但无法处理实时发生的“热数据”，如当前交易和订单 [7][8] - PolarDB推行“模型算子化”，让大模型在数据产生的地方直接推理，其调用百炼的Token消耗量在几个月内增长超过100倍 [8] - 数据库的角色将从后台“仓库”转变为直接驱动决策和行动的“大脑”，成为Action发生的地方 [11] 行业成本压力与技术创新应对 - 内存价格在过去几个月上涨了30%到40%，预计接下来可能上涨2到3倍，此轮由AI需求驱动的存储涨价周期可能持续3到5年 [8][9] - 为应对成本压力，PolarDB采取了三项措施：存储层做冷热温数据分层；内存层用CXL技术做池化共享；算力层实现CPU与GPU混合调度 [9] - 专属资源的成本将越来越高，客户自行购买服务器的时代已经结束，池化和弹性调度成为必要 [9] 应用开发范式的转变与后端即服务 - 公司关注Supabase项目代表的“后端即服务”理念，即以数据库为核心，将企业应用所需的后台服务集成在数据库上 [10] - 未来的应用开发范式可能逆转：从先定义数据模型，再由AI自动生成业务界面和流程，而非传统的先画界面再建表 [10][11] - 阿里集团内部支撑应用的Supabase实例已具备相当规模，后台很多代码由AI生成，运维管理实现一体化 [11]