上一次写DTCC已经是15年前了（参考：DTCC关于MySQL的未来），今天又有写一点什么的冲动了。因为要“练摊”，所以也只能是“部分”观察。

AI 到底会如何改变数据库领域

这次会场上，对于“佰晟智算”和“银联”在AI方向的一些探索关注的多一些，其他时间，则主要是在NineData展台“练摊”。说说一些感受吧。“佰晟科技”主要聚焦于国产化数据库的优化、监控管理等方向，最为亮眼的创新在于，将大模型的能力与“运维知识”深度的结合起来。白鳝很早就在给产品做市场预热了，所以，在产品推出比较短的时间能，就快速的获得了一些早期的种子客户。

“银联”则是在内部的数据库管理上，做了很多的探索。银联有非常强的自主研发能力，也做了很多的智能化探索，包括Text2SQL、SQL的性能诊断等。Text2SQL很多的企业做了探索，但由于表名、列名的识别对于大模型来说，是非常困难的（一方面由于列可能非常多、而且命名比较简短），会让大模型出现非常强的幻觉问题，这使得在复杂OLTP场景，Text2SQL依旧难以胜任。但对于一些较为简单的场景，例如比较比较少，表、列都使用非常规范的时候，对于部分开发者，依旧有帮助。也注意到，有很多的企业在BI或者“取数”、“报表”场景，做了非常多的探索。

在SQL优化的方向，AI的能力，已经得到了开发者比较一致的认可，大模型虽然可能会给出一些不太实用的建议，但是“正确”的优化建议，也总是在大模型给出的建议列表之中。这对于，DBA渐少的时代，对开发者来说，确实非常友好。

NineData 在这个方向上，也做了很多探索，从最早发布ChatDBA以来，后续持续在“DDL转换”、“SQL 优化”、“Text2SQL”、“国产化转换”等方向去尝试，这些功能随着基础大模型的增强，以及辅助以各种优化，确实可以让开发者的数据库管理变得简单一些。

Memobase

还听了一场 Memobase 的分享，是一个关于大模型“memroy”的产品。创始人非常技术，整个介绍听下来，如果稍不留神，甚至不知道演讲者是来介绍 Memobase 的，而是把业界的“memroy”产品以及相关的技术栈介绍了清楚。本以为这可能是一个略微冷门的话题，但从现场的问答环节来看，开发者们在这个方向上有很多的问题要解决。

这个是一个依旧在快速发展的方向。无论是Memobase还是Mem0，这类产品，与数据或者数据库的关系比较有趣的。简单的数据存储，即便是多模态存储，是无法简单的解决此类问题的。此类问题，当前，依旧是比较偏场景化的解决方案，例如，当天讨论的最多的，包括问答机器人、智能对话陪伴等。这些具体的场景下，产品需要深入到场景之中，才能解决开发者的问题。至于存储方案，可能不是当前最为紧迫的问题，所以存储上，可以用S3、也可以用“EloqData”、也可以考虑类似于MongoDB等其他的产品。

Memobase 比较强调自己在 Latency 方面的优势，但是，目前来看，在一个Chat的场景下，多个百毫秒的Latency，似乎并不是问题。

之所以，这里比较强调多模态的存储，主要在于：在这个场景中，通常会使用如下的方案，包括，使用 Graph 存储一些关联关系，例如一个人的朋友、“属性”等信息；还会大量使用json存储诸如profile、conversation 历史等信息。此外，这类方案，与RAG类似，也非常依赖注入Embedding、bm25等相似搜索，用于处理历史消息等。

总得来说，是一个场景化的，混合的存储方案，去应对业务场景。

创新与迭代是唯一出路

这次在现场也与很多朋友讨论了 AI 对数据库从业者（不限于）的影响，大家也都有着类似的看法，如果你不是做基础大模型的，那么，基本上，如果你能够更好的使用 AI，那么就有可能开发者出更好的产品；如果你的产品，能够更好的使用AI的能力，你的产品可能会在市场上有更强的竞争力。

对于开发者来说，确实应该更加积极、甚至激进的去拥抱 AI 技术。LLM从出圈到现在，一共也就两三年时间，所以，“大家的起点都一样，不要犹豫，往前跑就可以了”。

这个说法在当初ChatGPT刚出来时，Google也有类似的论断类似：““我们没有护城河，OpenAI也没有（We Have No Moat, And Neither Does OpenAI）”。事实上，经过也就两年的时间，Google Gemini 的能力、体验与市场，已经逐步在赶上ChatGPT。

另一方面，现在整个社会最多的风投资金、最聪明的人都聚集到了这个领域，这个领域的发展和变化，可以说是“日新月异”，这个领域一定会出现很多新的商业模式和企业。但如果，跑得晚了，后面的追赶会更加吃力。从最近的Zack如此大价钱的挖掘 AI 人才，也可能看出，即便是，最头部的厂商，在这个势头下，也是非常焦虑的。

向量数据库是AI还是数据库

向量存储在搜索在多个AI场景都有这广泛的使用，这次大会上，包括腾讯、华为、中兴、Oracle等厂商都介绍自己自己在这个方向的探索，包括海量存储下的性能优化、标量与向量混合查询的性能、面相RAG常见的效果优化、高效的向量缓存方案等。

最后

DTCC 是一年一度的数据库领域朋友聚会，非常开心。因为要“练摊”的原因，错过了很多的主题分享，今年的DTCC就简单记录如上。