OceanBase发布AI数据库三件套，TOC最高降50%蚂蚁阿福灵光都在用-星锐云联资讯网

智东西作者王涵编辑云鹏

一、据库件套五大技术特点，高降一套系统代替交易库+数仓+向量库+数据湖

智东西6月29日报道，蚂蚁OceanBase今日正式发布湖库一体AI数据库产品 OceanBase Lakebase。阿福该产品专为Agent应用设计，灵光原生支持多模态数据管理。都用

“数据湖”作为一种集中式存储架构，据库件套能够兼容结构化、高降半结构化及非结构化等多种数据类型。蚂蚁Lakebase深度融合了“数据湖”的阿福开放性与“数据库”的功能性，实现了在统一架构下对结构化数据、灵光非结构化数据和向量数据的都用集中管理、加工、据库件套检索与调用。高降

与此同时，蚂蚁OceanBase还推出了两款配套产品：面向数据生产、治理与服务的工作台 OceanBase DataStudio，以及面向经营分析与业务决策的数据智能Agent OceanBase DataPilot。

OceanBase DataStudio：覆盖数据接入、加工、任务编排、语义建模、治理至Agent协作全链路，助力企业将分散的数据资产转化为可管理、可理解、可调用的标准化数据服务。
OceanBase DataPilot：作为统一的企业业务智能入口，支持业务人员通过自然语言生成分析报告、数据看板及可信答案，将传统依赖专业数据团队的复杂分析流程，转化为可交互、可追问、可复用的智能决策能力。

智东西等媒体与OceanBase CEO杨冰、CTO杨传辉进行了深度交流。

杨冰指出，AI正在重塑数据管理范式，数据使用者与数据形态均发生根本性变化：
1. 使用者变化：Vibe Coding催生海量Agent应用；Agent开始承担生产任务；Agent需具备长期运行的正确性及自我进化能力。
2. 形态变化：非结构化数据需转化为可计算资产；数据需具备主动流转能力；数据需具备任务理解能力。

基于上述趋势，OceanBase提出核心观点：在AI时代，数据库应当走向“湖库一体”。

此外，OceanBase内部也在加速AI转型。杨冰透露，公司已将内核团队划分为“一体化数据库”与“AI”两大板块，组建独立团队研发AI引擎，将其打造为面向未来的第二增长曲线。

关于全球竞争格局，杨传辉认为，中美在AI数据库领域的起步点相近，而中国在场景丰富度与工程化落地方面甚至可能占据领先优势。

OceanBase Lakebase五大核心技术特点

1. 湖库一体架构
Lakebase通过统一架构，将数据湖的开放格式与海量存储能力，同数据库的结构化管理与在线服务能力深度融合。结构化、半结构化和非结构化数据被纳入同一套元数据、权限、事务及生命周期管理体系中，直接支撑在线服务、实时分析及AI应用运行。

2. 多模表与AI列
* 多模表：支持结构化字段、文本、图片、音视频、JSON、LOB、向量等多种数据形态共存于同一张表的语义体系下。
* AI列：基于原始数据自动生成摘要、标签、向量等语义结果，使模型的“理解能力”以“列”的形式直接嵌入数据库。

3. Agent友好设计
CTO杨传辉强调，实时性是Agent与人类交互的最大差异，也是AI数据库的首要需求。
* 实时上下文工程：原生支持Agent记忆、上下文、状态及行动记录的统一存储与检索，通过向量、全文及结构化数据的混合搜索，提供精准上下文供给。
* 安全隔离：通过数据分支、逻辑库、资源隔离及快速回滚机制，为Agent应用构建独立、安全的数据沙箱。

4. 开放生态兼容
AI数据处理需跨越单一引擎。Lakebase基于开放式存储格式与可扩展计算架构，支持S3兼容对象存储及Iceberg开放表格式，并可无缝对接Spark、Ray等主流计算引擎。

5. 一体化设计
从架构层面减少数据冗余、缩短处理链路、统一治理口径，显著降低开发与运维复杂度。用户仅需一套系统即可同时承载事务处理、实时分析和AI工作负载，无需再分别维护交易库、数仓、搜索引擎、向量库和数据湖。

部署模式与配套产品

部署方式
Lakebase提供两种部署模式：独立部署和智能叠加层模式。

配套产品详解

OceanBase DataStudio：构建于LakeBase之上的统一数据开发治理平台。旨在降低复杂数据开发与治理门槛，依托底层统一存储和多模态处理能力，加速数据服务化及AI应用落地。
OceanBase DataPilot：面向广泛业务分析场景的数据智能Agent。具备自动化语义网络生成及自然语言驱动的下钻与关联分析能力，帮助业务人员快速理解业务变化，辅助及时决策。