2025年，AI能力升级的浪潮蔓延至数据库行业，国内外主要数据库厂商密集发布面向AI场景的新产品。今年1月，阿里云PolarDB发布AI数据湖库（Lakebase）、模型算子化、Agent托管等能力，推动数据库从“AI就绪”转向“AI原生”，7月进一步推出面向Agent场景的PolarDB Agentic Database；腾讯云在5月底宣布数据库产品体系面向Agent场景全面升级，推出Agent Memory、DatabaseClaw两款Agent原生产品，8月发布定位为AI时代数据底座的TDSQL Nexa；OceanBase于6月将AI方向打包为OceanBase AI Database产品组合；10月底，电科金仓正式发布KES AI数据库，强调将AI能力放入数据库内核，构建库内语义构建、库内计算推理、库内原生数据安全管控三大核心能力。
数据库技术历经四十余年演进，从Oracle到分布式集群，从单机到云原生，主要管理的是由人产生和使用的数据。生成式AI出现后，数据库的主要用户正在从人变为AI。AI不查看报表，也不联系DBA，只消费可直接使用的上下文。由此，一个过去较少被认真讨论的问题成为行业必答题：数据库里存储的数据，机器是否“读得懂”。
要理解数据库变革为何发生在当前节点，需要先看清大模型进入企业核心业务时的阻碍。电科金仓总裁杜胜表示，数据库承担的是快思考，负责提供可信、持久、可计算的数据底座；大模型则是慢思考，负责理解、推理、生成。快思考的数据是慢思考的燃料，慢思考需要快思考持续供给数据。据行业机构统计，超过83％的公共数据已得到较充分开发，而企业95％以上的高价值业务数据仍沉睡在私域数据库中，其中八成以上为非结构化内容。企业最有价值的数据，大模型“看不见、读不懂、用不上”。
问题的核心不在于存储能力不足，而在于数据缺少语义描述。数据库里只有表结构和字段名，没有业务含义。例如，名为“客户”的字段可能指向签约客户，也可能指向意向客户；名为“金额”的字段在财务、销售、风控三个部门眼中含义完全不同。模型无法自行判别，只能猜测或给出错误答案。解决这一问题的关键，在于为数据库搭建AI能够理解的语义层。
企业语义层并非新概念。过去十几年，大型企业在数仓之上搭建语义层、指标平台和数据目录，试图以自上而下的企业级语义体系统一客户、收入、活跃等概念的含义。但杜胜指出，外挂语义层的核心问题在于语义层与物理结构脱节：上层建好的语义模型往往不知道下层交易系统的表结构何时被修改、字段口径何时被调整，同步链路容易中断，维护成本随系统数量指数级上升。组织层面的代价同样隐蔽：下层业务系统频繁变更却不通知上层治理部门，治理部门又缺乏对各业务系统的管控权限，语义的新鲜度在部门壁垒之间被消耗。
在AI时代，语义问题被进一步放大。行业研究显示，在涵盖金融、人力资源和公共安全领域的236个分析意图中，成功执行的SQL查询里出现了153次反复发生的“操作化失败”——查询语法无误、结果也正常返回，但其选择的阈值、时间算子或派生指标并未忠实捕捉用户意图中的分析概念。例如将“异常高风险的贷款”用固定阈值来操作化，而“异常”本质上是相对于参照群体的比较判断。这类失败不会报错，却可能让企业基于一个看似正确的数字做出错误决策。
杜胜判断，语义是AI架构的核心基础，模型答错的很多问题并非模型不会推理，而是它拿到的数据本身没有语义。Gartner在2026年的多项研究中亦强调，上下文正在成为新的关键基础设施，并预测到2030年，通用语义层将与数据平台、网络安全并列为关键基础设施。换言之，过去企业购买数据库是为了存储和计算数据，未来还需为“让机器理解数据”的能力付费。仅接入大模型接口、却没有数据语义层的AI项目，大概率无法进入生产环境。
基于这一判断，电科金仓给出的路径是将语义从数据库外部搬入数据库内部，让语义对象与物理表在同一内核中共生。物理结构变更时，关联的语义对象像存储过程一样失效并触发重编译或人工确认，变更被推送到业务人员面前，而非消失在跨系统的同步管道中。建设方向也随之反转：语义不再追求自上而下一次性定义全企业，而是以每个业务库为单位自下而上生长。数百个库各自将本地语义做扎实，大模型再批量提取、汇聚为企业级语义。
通过语义层让AI读懂数据，解决的是工程化层面的技术问题。进入实际应用场景后，管控边界同样是AI数据库的必备能力。传统做法是将数据从数据库导出，送至外部系统进行向量化和检索，再传回应用端。这一过程不仅数据搬运开销大、计算效率受限，数据一旦离开数据库，原有的权限控制、字段级脱敏和审计能力即告中断。对金融、能源、政务等行业而言，这不仅是效率问题，更关乎合规论证和审计成本能否被接受，也是许多AI项目长期停留在试点阶段、无法进入生产环境的原因。
杜胜将“数据不出库”总结为合规底线而非技术选择。库内闭环模式在守住合规红线的同时，实现语义闭环、减少数据搬运损耗、提升AI全链路效率。在这一逻辑下，向量在库内生成，语义在库内定义，推理在ONNX框架下于库内完成，数据库原有的行级权限、字段级脱敏和行为审计覆盖至AI链路，大模型Agent访问数据库时复用数据库账号的权限体系。杜胜比喻称，靠提示词约束大模型不越权类似口头说教，数据库底层的权限管控才是实际围栏。库外方案的结构性缺陷在于，用户可在应用层编写大量安全规则，但规则与真实数据之间隔着一个可被绕过的导出环节。
除数据不出库外，多模融合被视为另一项关键能力。AI应用面对的数据形态已不限于二维表，文档、图片、音视频、图谱、时序流同时出现在一个智能体工作流中。过去企业多采用专库专用，交易使用关系库、向量检索使用向量库、关联分析使用图库，一个应用背后串联多套引擎，数据在库与库之间反复搬运。当前，融合型数据库正从加分项变为规模化落地的主流选项，独立向量引擎的窗口期在收窄。杜胜判断，替代与共存将并行发展，多数普通客户需要的是以一套数据库满足多类数据管理需求。
从各家厂商今年的产品节奏看，AI数据库的竞争已从接入大模型接口，转向语义层构建、库内推理与安全管控等内核能力的比拼。语义层能否与物理结构保持同步、数据能否在库内完成闭环处理，将决定AI数据库能否从试点走向生产环境。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
