深度访谈｜第二次权力转移：当Agent拿走数据库的行动权

数据库的第一用户正在从人变为Agent。2025年Databricks以约10亿美元收购Neon，后者披露约80%的数据库实例由Agent创建。阿里云数据库负责人杨辛军指出，近几个月由Agent创建的阿里云PostgreSQL实例数已达到过去5年累计实例的3倍。这些数字集中在PostgreSQL上，因为大模型语料中Postgres文档最丰富，模型最“懂”它。

传统应用的访问路径在开发阶段写死，而Agent接收的是目标而非步骤：运行时它会观察环境、理解Schema、制定计划，并根据结果不断调整。王远概括为“秒级甚至亚秒级变化的执行方式”。杨辛军强调，过去的变化针对数据类型和场景，这一次的根本区别是使用者从人变成了Agent。

当Agent成为直接操作者，传统开发链路被大幅缩短：一个编程Agent可以自己申请数据库、设计表结构、生成迁移脚本，用户甚至不知道数据库在哪里。一家保险公司的业务人员已能用自然语言提出理赔要求，由Agent完成后续流程，他们不写SQL却成了数据库服务的用户。

王远描述未来数据库形态：用户打开浏览器在对话框里表达需求，就能获得过去只有专业人员才能调用的数据服务。杨辛军补充，Agent不需要图形界面，API、命令行、CLI就够了。交互方式从结构化查询扩展到文字、图片、音视频，输出从表格变成结论。王远概括为从“SQL in、Table out”走向“Token in、Token out”。

能力开始Agent化：监测、治理、分析等过去分散的能力被收拢成Agent，如DAS Agent负责变更恢复，Meta Agent持续理解字段、补充业务语义并沉淀下来，让后续查询越来越准。数据库因此不只保存业务数据，也开始保存“对数据的理解”和“使用数据的经验”。

内核需为新负载重做：Agent 7×24运行、速度远超人类、围绕目标并行探索、反复试错。关键能力包括基于写时复制的秒级分支、快速备份恢复、操作追踪、权限和负载隔离。成本结构上，用户一句话可能衍生多个Agent和临时数据库，阿里云探索多租户共享以摊薄成本。同时保留确定性底座：交易、销量等关键数据必须实时精确，不能依赖概率模型。

随着Agent进入运维体系，一个7×24小时在线的“高水平运维体”正在成形。最先被替代的是规则清晰、频率高、结果可验证的工作：监控、慢查询分析、统计信息收集、标准化变更与恢复。王远坦言“焦虑是正常的”，但信息的普及并未削弱判断的重要性。

杨辛军指出，交易、销量、对账等关键业务数据必须“实时且准确”，无法依赖近似结果。Agent可以提出技术上可行的方案，却未必理解业务影响或承担风险。DBA的角色从“执行操作的人”转向“决定哪些操作应该发生，以及机器可以做到什么边界”。

未来DBA的能力集中在三个方向：与Agent协作（流程重构、任务包决策）、理解行业与业务语义（识别技术异常背后的业务含义）、组织多Agent系统（定义职责边界、数据访问权限、自动化中断条件）。评价标准从“解决了多少故障”转向“自动化覆盖率、建议准确率、高风险操作限制范围”。

杨辛军判断窗口变化非常快，中国数据库有机会从Follower走向Leader，但需同时试多个方向，“其中90%可能失败，但只要抓住那10%，就可能建立真正的领先优势”。2025年Databricks收购Neon、Snowflake收购Crunchy Data，大家都在往同一个位置挤：Agent时代的数据底座。

第一层是能被调用：自然语言查询、向量检索、Agent记忆、数据库分支、BaaS等。但这一层很难形成长期壁垒——向量检索各家都能补，MCP等协议天然标准化，分支和自然语言查询将变成默认配置。支持Agent调用最终会像支持JDBC一样，只是入场券。

第二层才是分水岭：企业敢不敢让Agent动手。允许查报表和允许修改客户状态是完全不同的信任等级。王远把企业级要求概括为可理解、可追溯、准确、安全，加上权限隔离和负载隔离。采购标准会从QPS扩展到一次Agent任务消耗的资源，成本单位从实例扩展到任务、模型和Token。杨辛军将Token比作未来的水、电和石油，消耗必须可预算、可限额。