2026-11-05

9244

在2026年的预期中，将有8000万个智能体活跃，预计到2030年，这一数字将达到23亿个，这一趋势对数据库厂商提出了新的考验。腾讯云副总裁王义成在全球数字生态大会上指出，智能体将成为数据库的新用户，迫使行业必须进行变革。这不仅仅是数据库版本的更新，更是一次全面重构，从数据底层到接口都需要重新设计。王义成认为，智能体的落地面临的数据基础问题，往往比模型能力的提升更为紧迫。智能体特征如高频读写、长会话状态和弹性伸缩等，均超出了传统数据库的处理能力。为此，腾讯云数据库提出了以TDSQL Nexa Lakebase为核心的新战略，以应对这一时代的需求。

Lakebase的“一体化”解决方案，最早是由Databricks提出，并非简单的数据湖或者传统数据库的扩展，而是针对智能体的生产环境，重新思考数据存储、计算与管理的方式。腾讯云数据库副总经理梁辰强调，只有具备AI原生能力的数据库，才能跟上企业发展的步伐，确保AI转型的成功。如今，数据库不仅要稳定存储与快速查询，还需提供更为友好的环境来支撑智能体的需求。

从AI应用的主流方向来看，主要集中在泛AI训练和企业的智能服务场景。当前，训练数据的质量成为模型竞争的关键，但多模态数据的整合困难、分散标签和合规信息的管理等问题时常困扰着企业。同时，企业内部的数据往往缺乏统一的语义体系，使得智能体在理解业务时面临挑战。这些问题都源于系统过多、数据散乱和语义混乱，传统的解决方案则是通过建立多个系统来处理，这不仅增加了维护成本，也复杂化了数据链路。 球友会

TDSQL Nexa Lakebase通过将智能体需求整合到一个体系中，从数据存储到计算架构进行了创新。底层利用对象存储汇聚不同形式的数据，采用Iceberg/Lance等开放表格式存储原始与加工数据；中层通过“可插拔”的异构引擎实现不同功能的索引；同时，NTS实时同步引擎及智能编排路由层则提供了统一的“逻辑表”抽象。

在存储层，Nexa Lakebase通过对象存储汇聚所有数据类型，并通过分布式缓存技术实现性能提升。在计算层，异构引擎独立或组合运作，适应不同查询需求，优化资源利用。核心的NTS实时同步引擎则负责将外部数据源与内部数据实时同步，支持联邦管理能力，无需将数据迁移，从而简化查询过程。此外，构建于开源Ray框架之上的AI计算引擎提升了系统的弹性和可观测性，能高效处理多模态数据。

在接入层，智能编排路由层将多源数据抽象为统一的逻辑表，用户通过DDL定义表结构，系统自动优化数据的读取与执行，大大降低了使用复杂度，助力智能体专注于业务逻辑。最终，打造顶层企业数据智能服务，为各类应用提供支持。 球友会