讨论什么是 企业可信 AI 数据库--疯狂Move杭州 24小时

视频为博主新技能，开始会自己拍摄，剪片子了，多一项技能，多一分精彩。

最近参加了一次小型的，且非常有意思的，基于企业AI数据库的小型播客节目，本片这里仅表达参加此次小型论坛的感想和新的认知。

这次节目最有意思的是，主持节目是业界大名鼎鼎的，中国互联网与TMT领域的资深风险投资人，庄明浩，庄老师。曾任经纬创投（经纬中国）VP、熊猫直播联合创始人。

同时另一位嘉宾也是业界非常著名的数据库专家，戴涛戴老师，他也是OceanBase AI业务总经理。

整体的节目，想在整理一期，具体的对话内容里面资深的数据库专家，戴涛戴老师，那说起数据库是滔滔不绝，我本次去也是本着学习的态度。我也特别想听听，不是数据库圈的投资圈老师的对数据库业界的看法，这不说嘛，当事者迷，圈外又是怎么看数据库这圈里的事情的。

下面是我此次参加这次对话节目我想到的问题！

我们从哪里开始呢，我们从全民养虾开始，OpenClaw，特别想先给OpenClaw泼一盆凉水，没有中大型企业愿意，或者可以去使用openclaw，试用不算。

OpenClaw的核心逻辑是，先执行后思考，他要先读取数据，先进行超级管理员的操作，拿到数据后，再进行思考。如果在操作中有一个 rm -rf ，或者 drop table ,drop database，的命令呢？

同时乌托邦式的“技能包”窃取企业的环境变量，API KEY，甚至是企业内外的访问权限，而且这些技能包集成了主程序的全部权限。

哪个企业敢用呢？那个正规的企业敢用呢？甚至我这个人，有点安全意识的人都不敢用。这和裸体在大街上，闲逛有什么区别。

如果我是一个数据库架构师的角色，或者CTO的角色呢？ 现在企业做AI，做Agent的方法是不是也是技术的拼凑呢？ 如同曾经大数据的获得数据，处理数据的系统，有各种的数据库的存在，还有各种ETL软件的存在，这些数据经过拼凑，到达了大数据系统。

不同技术之间的连通性，兼容性，适配性是不是都要经历一轮不长不短的时间的磨合，而从数据的角度，我们的数据是不是要在多地存多个版本，多个副本，多个地方的数据留存。

作为企业的数据库架构，或者软件架构，在或者 CTO，我们不禁要问几个问题？

1 数据的一致性如何保障，我怎么能保证从数据库出去的数据，在流转中，到大数据后，数据是完整的，不缺失的，语义正确的。

2 数据传输的效率，数据的延迟，这点非常重要，

3 多种系统的成本，尤其是重复数据的存储成本消耗，与这些数据的对齐的成本

如果我们通过 AI ，AI Agent 去大数据获取数据，作为投喂的数据，获取的数据在不同的数据库中进行，在AI获取投喂的数据因为延迟，获取到了错误的数据，过时的数据，而在错误的数据的指导下 AI Agent操作失误了，造成的企业的经济损失，由谁来承担？

在企业AI的环境中我们更应该保证，数据的准确性，时效性，所以目前很多企业的数据库系统都没有做好准备，迎接AI的时代，能更好的利用AI和AI agent。

这是第一部分的问题。

假设把这些都解决了呢？ 这刚刚是第一步，在数据的处理中，我们依然存在着打补丁的情况，传统数据库处理矢量计算，矢量数据，甚至存储矢量数据都是问题，那么我们又引入了矢量数据库，pgvector，MongoDB Altas，Pinecone ，而我们全文索引的查询又要ES来加入。

我们整体在AI 数据库获取，处理，查询的路径太多了，查询效率太低。同时在企业系统运维中，企业的IT管理人员非常希望一个项目中介入的产品少一些，不同产品之间的对接，适配，非常的困难，且容易在运行中出现各种各样的问题。

所以我们现在针对AI有了AI数据库了吗？ 我不认为现在的这种缝合式的数据库产品是企业AI数据库应有的样子。

oceanbase AI 图谱

假想我们统一了数据库，统一了数据处理的流程或者路径，就是一个好的AI数据库吗？

这里有一个简单的问题，想问看到这篇文章的读者。

标量计算，和语义的向量搜索，现在都是 hybrid 搜索，在数据的处理中，我们应该怎么去过滤数据的问题，我是应该先处理标量的查询，然后在进行矢量的计算，还是反过来。

怎么样的计算成本更低，如果这些数据分散在不同的类型的数据库中，我又怎么来去界定呢？我应该怎么查询呢？

这些数据如果在一个数据库中存储，且用一个引擎来处理，是不是就能解决问题了，他可以对这些数据以及要进行的查询，进行判断，且有可以优化数据的基础。

除了这些，我们在AI数据处理中，尤其是上下文存储，对话分析的信息存储也是我们注意，上下文其实也有 热点和冷点，比如我现在说的话题，上周也提过，我也发表过一些观点。那么这些信息要存在哪里，怎么进行存储。AI 又怎么利用这些呢？

这些说完，我这里还要补刀，企业使用AI中最重要的一点，也是不可以逾越的一点。企业数据的安全使用，这也是当前openclaw继续是这个状态下，我不看好的根本原因，

企业根本不可能考虑现在的openclaw使用方式，现在的openclaw有三个致命的地方，让企业无法容忍

1 私密数据访问权

2 外部通信的数据把控权直接丧失

3 指令执行中的数据正确获取使用权根本没有地方设置

这里面我们单独挑出一点，企业就完全有100%的底气，拒绝openclaw。关键的问题是，数据库无法处理，或者说数据库是数据库，大模型是大模型，我们希望的AI的终极模式，是将数据库内置推理引擎，通过SQL来调用，数据库就是 AI 数据 处理一体化的产品，这才是企业要的可靠，可信赖，可操作的 AI系统。

在这个节目里面，我和二位老师进行了深层次的讨论，感兴趣的可以看看，庄老师的节目，能不能帮到你，原文也会在整理后，再写一篇。

oceanbase AI 图谱

OB 的AI发展

OB 的AI发展