编者按：随着数据要素市场化配置改革持续深化，制度构建、价值释放与治理协同成为推动数字经济高质量发展的关键议题。在此背景下，人民网·人民数据对话专家学者、地方政府相关负责人、企业代表，共同探讨数据要素高质量发展新路径。

本期嘉宾：杨传辉 蚂蚁集团OceanBase首席技术官

主持人：吴海天 人民网·人民数据研究院研究员

持续打磨稳定性、可靠性、易用性等数据库核心能力

人民数据：数据系统作为核心基础设施，应具备哪些关键能力才能支撑数据要素安全、高效流通？这些能力又如何在实践中逐步锤炼、持续形成？

杨传辉：数据库作为信息技术行业的基础设施，主要应用于两类场景：一是在线事务处理（交易场景），二是在线分析处理（报表场景）。作为关键基础设施，数据库需要具备以下核心能力：首先是稳定可靠，这是最基础也最重要的能力。数据库需保障数据强一致性，确保无任何一行数据丢失；当系统发生故障时，无论是由于服务器故障、机房故障还是整城停电，都能自动恢复，不影响在线服务。其次是灵活性，数据库的应用场景覆盖大、中、小型企业，可适配关键业务系统与多元业务系统，部署环境包括线下机房及各类公有云平台，因此需支持灵活部署模式，既能实现轻量单机部署，也可便捷扩展为分布式集群部署。最后是易用性，需适配多种工作负载，涵盖在线交易、在线分析及AI场景的模糊检索等。应避免通过多套数据库支撑不同工作负载，而是以单一数据库兼容多元需求，降低用户的使用成本与学习成本。

研发此类数据库，一方面需要具备强大的软件工程能力，包括完善的系统设计、严格的编码规范、大规模系统测试及关键算法的理论验证；另一方面，数据库作为复杂软件难以完全规避缺陷，需要通过实际生产系统持续打磨才能逐步稳定。

数据库研发的底层逻辑是“应用驱动技术创新”。以蚂蚁集团原生分布式数据库OceanBase为例，2011年起每年服务于阿里巴巴“双11”购物节的高并发的场景，在这样的场景下每时每刻都要提供服务，确保每一笔交易都不出错，在此过程中打磨了系统的稳定性。

AI时代数据库建设需加强数据与模型的协同

人民数据：随着AI大模型发展，数据规模与处理复杂性爆发式增长，传统数据库“只管存数据，AI平台单独做计算”的模式，在实时性、系统协同等方面面临新挑战。在您看来，面向AI时代，数据库需要具备哪些关键能力，才能从“数据的保管者”真正转变为“智慧的赋能者”？

杨传辉：2025年大模型企业应用开始爆发，为了把大模型应用到企业业务流程里，需要把企业的私有数据跟大模型的处理能力结合在一起。这既涉及企业数据处理，也关乎数据与模型的协同。因此，AI时代的数据库主要具备三大特征：第一，支持非结构化数据直接处理。传统数据库以结构化数据处理为主，而AI时代的数据库不仅需处理结构化数据，还需支持非结构化数据处理，具备多模存储能力，可针对非结构化数据建立向量索引、图索引、全文索引等语义索引，实现多类型数据混合搜索，为AI大模型提供精准上下文，提升推理准确率、降低推理成本。第二，适配机器访问的弹性扩缩容能力。传统数据库的使用者以专业技术人员为主，需通过开发应用操作数据库；而AI时代，非技术人员也可通过与大模型对话构建专属AI智能体，使得AI智能体数量实现量级增长。这类智能体的访问特征表现为“多数低访问量、少数高突发访问量”，因此数据库需要具备更强的弹性扩缩容能力：低访问量时精简资源占用，高访问量时可秒级扩容，并支持冷热数据分离。第三，实现数据与模型深度融合。传统数据库与大模型分离的模式在实时性、系统协同方面存在明显短板，而将模型能力直接集成于数据库内部，可有效解决这一问题。

构建开放、协同、可持续的数据库生态体系

人民数据：数据库未来应如何与上下游产业链及科研机构协同，才能构建更好的生态体系？

杨传辉：自研数据库的发展可分为三个阶段：第一阶段是实现核心技术创新，第二阶段是将技术创新转化为产品，应用于不同行业与场景，第三阶段是打造开放、协同、可持续的生态体系。构建数据库生态体系，核心需秉持“开放共赢、长期主义”理念：作为基础软件，数据库企业需以共赢心态持续投入，与上下游软件完成深度适配；同时聚焦底层存储技术研发与服务兜底，让合作伙伴专注于上层应用开发与基础服务落地。同时，需坚持开源开放路线。开源不仅能加速数据库的普及推广，更是国产数据库实现换道超车的有效路径。此外，深化产学研融合。数据库建设既涉及理论研究，也涉及产业实践，从产业实践过程中抽象出真正的痛点问题，通过高校的理论抽象发表成论文，可以进一步指导产业实践。在此过程中，人才培养至关重要，可在高校开设国产数据库相关课程，通过数据库大赛等形式提升学生动手能力，培养兼具理论功底与实践经验的研发人才。

聚焦企业数字化与AI原生应用难点，推动技术价值落地

人民数据：当前，千行百业数字化转型向纵深推进。从赋能实体经济、推动数实融合的角度，AI技术栈与基础软件产业需优先聚焦哪些核心场景或关键领域，才能更好实现规模化价值落地？

杨传辉：数据库的核心价值在于规模化解决企业实际问题，需优先聚焦两大方向：一是解决企业数字化转型中的核心痛点。金融、运营商、能源等行业的核心业务系统，对数据库的可靠性、并发性能、复杂功能有着极高要求，应优先攻克这些行业的痛点问题，在此类场景充分验证之后，应用到其他场景只是系统的适配跟时间投入的问题。二是攻克企业智能化进程中的AI原生应用难题。当前，大量企业已在生产效率工具、知识增强、大模型智能体、行业垂直智能应用等场景应用AI大模型技术，这类AI原生应用发展非常快，通过聚焦这些场景，既能打磨出具备全球竞争力的AI数据库，也能实现技术价值的规模化落地，值得重点投入。（来源：人民数据微信公众号）