2026年1月,阿里云李飞飞谈AI原生数据库衡量标准

在当下这个AI浪潮席卷全球的时刻,“AI原生”已然成为科技行业里最炙手可热的那个标签。然而,阿里云数据库的负责人是李飞飞,在近期举行的那一次开发者大会上,却为这场热潮注入进去了一剂理性的清醒剂。

热潮下的冷思考

2026年1月20日,在阿里云于北京举办的PolarDB开发者大会上,面对业界针对“AI原生数据库”的探寻,李飞飞所作的回应十分务实,他表明,当下AI技术自身还在迅速变革,此时去定义“AI原生”尚早,行业更应当聚焦于实质能力的搭建而非标签的争抢。

被强调的是李飞飞,阿里云于当前阶段工作更愿意用“AI就绪”来进行定义,众多厂商都在竞相宣称“AI原生”这样的背景之下,这一表述呈现出了不一样的技术发展观,补充说明的是阿里云数据库产品负责人王远,这种“克制”是因为对技术演进节奏怀有尊重。

两个关键衡量标准

_阿里原型组件_阿里aipl模型

李飞飞提出了判断AI原生数据库成熟度的两个具体标准,首要标准是数据库能不能深度理解并处理多模态数据,比如说把图像、视频等非结构化数据转化成可供模型高效使用的形态,这超出了传统数据库只处理表格的能力范围!

其二标准为数据库内核可不可以原生融合大模型推理以及生成能力,达成“模型算子化”。这所指的是使大模型于数据产生之源头径直开展计算,缩减数据搬运造成的延迟以及成本。李飞飞觉得,满足这两点才算是朝AI原生的实质起始。

“AI就绪”的务实定位

与此形成对应关系的是,阿里云在此次行动中,把PolarDB的核心定位清晰地确定为“AI Ready”(也就是AI就绪),此一策略着重突出借助现有技术架构的平稳升级来达成既定目标,进而专为未来的AI原生应用构筑起坚实稳固的基础,而并非开展具有颠覆性的重新构建。

王远作出了解释,AI的发展速率极快。企业在技术拥抱方面的进程,应当是进行平稳的搬迁与演化。他阐述称,“AI就绪”展现出了一种讲求实际的态度。其目的在于助力客户于技术浪潮当中稳健地向前迈进。防止因毫无头绪地跟随概念而陷入技术层面的空档以及业务存在的风险。

_阿里aipl模型_阿里原型组件

未来用户:从人到Agent

来自王远的一个更具前瞻性的判断,他觉得,未来数据库的主力用户也许不会再是人类程序员,而是各类AI智能体(Agent),现有调研预估,未来新建的数据库里,80%至90%会通过Agent自主创建与管理。

针对全天候运行的程序Agent,其工作负载模式和人类用户极其不同,会有突发性高并发查询的情况,也可能出现大规模分析,还可能呈现长时间静默等多方面特征,而这就需要数据库的设计逻辑产生根本性变革,以此来适应新型的、自动化的交互模式。

成本挑战与架构革新

于探讨技术方向之际,李飞飞还主动谈及了AI带来的成本挑战,他表明,当前之时,AI算力需求呈爆发式增长状况,致使相关硬件产能持续处于紧张状态,成本压力极为显著,这并非是人为进行限产,而是实际的需求超越了供给能力。

_阿里原型组件_阿里aipl模型

针对于此,PolarDB开展了一系列降低成本、提高效率的举措,在存储层面,借助冷热温数据分层技术,把不同访问频率的数据放置于不同成本的介质之上,在内存层面,运用CXL等先进技术达成内存池化共享,以此提升资源利用率,与此同时,其Serverless架构在极端状况下能够达成计算节点归零,仅仅留存数据存储。

从后台仓库到决策大脑

由李飞飞所描绘的未来应用图景呈现出这样的情况,即用户有可能不再会需要数十个手机应用,而仅仅只需要一个自然语言入口。用户发出的指令会由Agent在后台的数据库里完成推理、查询以及交易,并且整个过程对于用户而言是完全透明的。数据库的角色将会从被动的数据“仓库”,转变成直接能够驱动决策与行动的“大脑”。

王远透露,阿里集团内部,基于类似“后端即服务”理念的Supabase实例,已有了相当规模。用户可见的是传统应用界面,但后台的代码生成、运维管理等,都有了AI的深度参与。以数据模型为核心,反向生成业务流程与界面的开发范式,正成为现实。

以您之观点,面对飞速发展且不断变化的AI技术,企业究竟是应当积极去接纳“AI原生”这一前沿理念,还是更应当如同阿里云所宣扬倡导的那般,坚守“AI就绪”这种务实的态度,先扎实稳固基础然后再谋求进一步的发展呢?欢迎于评论区域分享您的见解看法,并且点赞以及分享这篇文章。

注册地址:遂宁市政务服务中心3号花瓣4楼3426号
办公地址:遂宁市船山区遂州北路169号6楼‌
联系电话:0825-2317729