OceanBase CTO杨传辉：数据库需从“人友好”转向“Agent友好”，提出“湖库一体”AI数据库架构

事件概述

2026年7月20日，在上海WAIC“贵州·AI驱动东西部协同发展论坛”上，OceanBase CTO杨传辉发表演讲。他指出，大模型学习了全人类知识，但无法读懂企业单张数据表，这是AI产业化落地的核心痛点。数据库必须从“人类操作工具”进化为“Agent自主消费的智能底座”。

核心观点

AI时代的数据管理面临三个根本性变化：

• 使用者：从人和传统应用扩展到Agent；
• 数据形态：从结构化变为多模态；
• 交互方式：从SQL变为自然语言和语义搜索。

传统数据库仅存储字段和行列，而大模型需要上下文、语义和可直接消费的信息。若数据库不进化，即使有再强的模型和算力，也无法在企业真实场景落地。

OceanBase提出“湖库一体”AI数据库方案：“库”提供一致性、可靠性、实时性与扩展性，“湖”擅长规模与开放性，两者合而为一。该方案将结构化、半结构化、非结构化数据统一存放在对象存储上，通过多模表统一管理所有数据类型，打破数据孤岛。在一份统一数据之上，同时支持事务处理（TP）、实时分析（AP）和AI工作负载。相比传统多系统方案，可降低整体TCO约30%-50%。

实践案例

西部银行：客户原有近30款数据库系统。基于OceanBase一体化数据底座，该行将交易、实时分析、实时数仓统一整合，约50%系统已运行在OceanBase上，大幅节约投资成本。预计2027年，该比例将升至85%。面向AI时代，该行正推进大模型与知识库建设，OceanBase的向量、文档等多模态能力帮助进一步收敛数据技术栈。

大型航司：智能问数服务曾长期卡在“准确率瓶颈”。基于OceanBase AI数据库，该航企实现了自然语言提问秒级取数，问数准确率显著提升，数据从“不敢信”的资产变为核心决策的信任底座。

总结

杨传辉比喻：“大模型是引擎，数据是燃料，数据库是底盘。底盘不稳，引擎再强也跑不起来。”目前，OceanBase的湖库一体AI数据库已在蚂蚁阿福、灵光等场景完成大规模验证，正加速走向企业级市场。