Andy Pavlo：当数十亿 AI Agent 冲击你的数据库会发生什么

AI Agent数据库ClickHousetext-to-SQLAI Infrastructure向量数据库

中文导读

CMU 数据库教授、ClickHouse Labs 负责人 Andy Pavlo 在 The MAD Podcast 中讨论 AI Agent 成为数据库最大用户后的连锁反应：从向量数据库只是索引、Agent 自动建库删库，到查询量可能增长 10-100 倍、text-to-SQL 准确率跃升至 99.5%，以及开源数据库大量提交来自编码 Agent。

核心观点

1.向量数据库本质上只是数据库的一个索引，AI 行业把数据库心智模型停在向量库和 RAG 是过度简化。（约 0:00）

2.当数十亿 Agent 成为数据库用户，查询量可能增长 10 到 100 倍，并出现 Agent 自主创建、查询甚至删除数据库的新场景。（约 5:00）

3.text-to-SQL 准确率已从约 60% 提升到 99.5%，这会让自然语言成为数据库的重要交互入口。（约 10:00）

4.Agent 的记忆应放在文件还是数据库，是架构设计中的关键分歧；开源数据库已有约 60% 的提交来自编码 Agent。（约 15:00）

5.十年自动驾驶数据库研究（self-driving DB）的经验，正在帮助理解 Agent 时代数据库自治与运维的边界。（约 20:00）

中文精读

Andy Pavlo 是 CMU 数据库教授，也是 ClickHouse Labs 的负责人。他在这期 The MAD Podcast 中提出一个值得中文 AI 基础设施读者认真对待的判断：AI Agent 正在成为数据库最大的用户群体，它们创建数据库、查询数据库，有时还会删除数据库。这意味着数据层面对的不再只是人类工程师和传统应用，而是数量可能达到数十亿的自动化行为体。

节目首先纠正了当前 AI 圈对数据库的常见误解。很多人把数据库等同于向量数据库加 RAG，但 Andy 指出向量数据库“只是一个索引”。当 Agent 需要持久记忆、状态管理、事务一致性和复杂查询时，真正的数据库能力才重新变得关键。把 AI 的数据层简化为向量检索，会低估 Agent 规模化后对基础设施的压力。

更具体的变化体现在负载上。如果数十亿 Agent 持续读写，查询量可能增长 10 到 100 倍，数据库的并发、延迟和成本模型都会被重写。同时，Agent 自主创建和删除数据库，意味着权限、审计、备份和资源隔离需要新的默认设计。节目还讨论了 Agent 的记忆应该放在文件还是数据库，这直接关系到可移植性、可观测性和长期维护成本。

text-to-SQL 的进展是另一个亮点。准确率从约 60% 提升到 99.5%，让自然语言查询数据库从演示走向可用。Andy 还提到，约 60% 的开源数据库提交已来自编码 Agent，说明 Agent 不仅在用数据库，也在参与数据库本身的开发。这些趋势对中文 AI 工程师、数据平台团队和基础设施创业者都有直接参考价值。

最后，Andy 把十年自动驾驶数据库研究的经验带入讨论：数据库自治、自动调优和自动运维曾被视为长期方向，而 Agent 时代可能加速这些能力的落地。节目还涉及 ClickHouse、Postgres、向量/图/GPU 数据库的 verdict，以及 Larry Ellison 和 Wu-Tang Clan 等轻松话题。对关注 AI Agent 与数据层交汇的读者，这是一期信息密度很高的对话。

下一集

TBPN 精选：OpenAI 数学突破、SpaceX 与 Nvidia 400 亿美元交易、量化公司招聘创意人才