AI数据库密集发布：语义层成竞争焦点，数据不出库仍是底线

今年数据库行业也被AI卷了进来。1月，阿里云PolarDB上线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”；到7月，又推出面向Agent场景的PolarDB Agentic Database。

腾讯云这边，5月底宣布数据库产品体系面向Agent场景全面升级，拿出Agent Memory、DatabaseClaw两款Agent原生产品；8月再发布TDSQL Nexa，定位为AI时代的数据底座。

OceanBase在6月把AI方向打包成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能力放进数据库内核，打造库内语义构建、库内计算推理、库内原生数据安全管控三大核心能力，让数据不出库，即可支撑AI应用全链路高效、安全落地......

数据库迎来新用户

四十多年间，数据库从Oracle走到分布式集群，又从单机迈入云原生，人类产生和使用的数据被它管得妥妥当当。生成式AI一出现，局面就变了：数据库的主要用户从人换成了AI。AI不读报表，也不会打电话找DBA，只认能直接拿去用的上下文。一个过去三十年没人认真讨论过的问题，就这样成了全行业的必答题：库里存的数据，机器“读得懂”吗？作为AI底座的一环，数据库也进入了变革期。

要搞清楚数据库的改革为什么发生在现在，得先看大模型进入企业核心业务时卡在了哪里。电科金仓总裁杜胜的说法是，数据库需要的是快思考，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喂给数据。

行业机构统计显示，超过83%的公共数据已经得到较充分开发，可企业95%以上的高价值业务数据仍沉睡在私域数据库里，其中八成以上还是非结构化内容。换句话说，企业最值钱的数据，大模型“看不见、读不懂、用不上”。

真正卡住的不是存不下，而是数据没有语义描述。表结构和字段名之外，库里不带业务含义。比方说，有个字段叫客户，它可能指签约客户，也可能指意向客户；再比如金额这个字段，财务、销售、风控三个部门各有各的理解。模型自己判断不了，结果不是瞎猜就是答错。

而要解决这个问题，关键在于给数据库搭建一个AI能读得懂的语义层。

AI数据库竞赛关键在语义层

企业语义层算不上新东西。十几年里，大型企业在数仓之上搭语义层、指标平台、数据目录，想靠一套自上而下的企业级语义体系，把客户、收入、活跃这些词的含义统一起来。想法挺好，落地却很难看。电科金仓总裁杜胜点出了外挂语义层的要害：语义层和物理结构脱节。

上层建好的语义模型，常常不知道下层交易系统的表结构何时被改、字段口径何时被调，同步链路说断就断，系统越多，维护成本涨得越快，还是指数级的。组织层面的代价更不显眼：下层业务系统频繁变更却不告知上层治理部门，治理部门又管不到各个业务系统，语义的新鲜度就在部门墙之间耗光了。

AI时代一来，语义问题被AI放大了。行业研究显示，在金融、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，反复出现的“操作化失败”有153次——语法没错，结果也返回了，但所选的阈值、时间算子或派生指标，没能忠实还原用户意图中的分析概念。拿“异常高风险的贷款”来说，用固定阈值去操作化，可“异常”本来就是一个相对参照群体的比较判断。这种失败不会报错，企业却会照着一个看着对的数字做错决策。

谈到语义层当前对数据库的重要性，杜胜给出了自己的判断，他告诉我们，“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。”

这不只是杜胜一家的看法。Gartner在2026年的多项研究里反复讲同一个判断：上下文正在变成新的关键基础设施，并预测到2030年，通用语义层会与数据平台、网络安全一起列为关键基础设施。说白了，过去企业买数据库是为了存算数据，往后还得为“让机器理解数据”的那一层掏钱。只接了大模型接口、却没有数据语义层的AI项目，多半进不了生产环境。

顺着这个思路，电科金仓的路径是把语义的地址从数据库外面挪到里面。做法不是再建一个更聪明的元数据平台，而是让语义对象和物理表在同一个内核里共存。物理结构一变，关联的语义对象就像存储过程那样失效，触发重编译或人工确认，变更直接推到业务人员面前，而不是消失在跨系统的同步管道里。建设方向也跟着反过来：语义不再追求自上而下一次定义全企业，而是以每个业务库为单位、自下而上长出来。谁真正懂每个字段在业务体系里代表什么？几百个库各自把本地语义做扎实，大模型再批量提取、汇聚成企业级语义，这条路慢一些，但不容易断。

数据不出库依旧是底线

通过构建语义层，让AI读懂数据只是解决了技术层面工程化的问题，真正到应用场景中，管控边界也是当前AI数据库所必需的能力。

传统做法是把数据从数据库导出，送到外部系统做向量化和检索，再传回应用端。数据反复传输、跨系统搬运，开销大，计算效率也上不去；而且数据一离开数据库，原有的权限控制、字段级脱敏和审计能力就断了。对金融、能源、政务这些行业来说，这不只是效率问题，还关系到合规论证和审计成本能不能被接受，很多AI项目长期停在试点、进不了生产环境，原因也在这里。

“数据不出库，不是技术选择，而是合规底线。”杜胜这样总结数据不出库。库内闭环的模式守住了合规红线，同时把语义闭环做成，减少了数据搬运的损耗，也提升了AI全链路的效率。

这样一来，“AI能力在库内生长”的路子就清楚了：向量在库里生成，语义在库里定义，推理借助ONNX框架同样在库里跑完。数据库原有的行级权限、字段级脱敏、行为审计也延伸到了AI链路，大模型Agent访问数据库时直接套用数据库账号的权限体系，越不过账号这道围栏。

杜胜打了个比方：想靠提示词管住大模型不越权，好比管教孩子只靠嘴上说教；数据库底层的权限管控才是实打实的围栏。这个对比说中了库外方案的一处结构性短板——用户能在应用层写无数条安全规则，可规则和真实数据之间，还隔着一个能被绕开的导出环节。

到了AI时代，光做到数据不出库还不够，多模融合同样是最要紧的能力。AI应用面对的数据早就不是规规矩矩的二维表，文档、图片、音视频、图谱、时序流会同时出现在一个智能体工作流里。以往企业多是专库专用：交易走关系库，向量检索走向量库，关联分析走图库，一个应用背后串着好几套引擎，数据在库与库之间来回搬。

融合型数据库眼下已经成了规模化落地的主流，不再是可选项；独立向量引擎能施展的窗口则越收越窄。替代还是共存，杜胜的看法是两条路并行：“绝大多数普通客户，要的就是一套数据库把多类能力都覆盖，让DBA少运维、少花时间学。只有纯图超大规模社交网络这类极端场景，独立专用库还有保留的价值。主战场仍然是关系数据库，多模是在它上面叠加的能力，做一体化融合，不是另起炉灶。”杜胜强调道。

中国信通院《数据库发展研究报告（2026年）》测算，2025年中国数据库市场规模约94.9亿美元（约合678亿元人民币），占全球市场7.2%；预计到2028年，中国数据库市场总规模将接近980亿元。

IDC在2026年外滩大会上发布的数据显示，2025年中国AI数据基础设施市场规模约149亿美元，2025至2030年复合增长率高达37.7%，2030年将达到738亿美元，到2035年有望达到约1万亿元人民币量级，较2025年增长超过10倍。

传统数据库市场还在稳步往上走，但真正的增量落在AI这一侧。IDC预计，中国数据生成量会从2025年的约76ZB涨到2030年的约147ZB，其中非结构化数据约占90%。大模型并不缺数据，缺的是能把数据“喂进去”的基础设施。

过去十年，数据库产业要解的是替代问题；往后十年，要解的是一道经济题——企业攒了几十年的数据资产，能不能在AI时代被真正读懂、被高效用起来，同时把安全的底线守住。