“AI原生數(shù)據庫是技術演進的必然方向”，阿里云資深副總裁、數(shù)據庫產品事業(yè)部負責人李飛飛在2026阿里云PolarDB開發(fā)者大會上如是說。

與此同時，阿里云旗下云原生數(shù)據庫PolarDB正式發(fā)布AI數(shù)據湖庫（Lakebase）等系列全新產品能力，將大模型能力內化為數(shù)據庫的“血液”，讓數(shù)據系統(tǒng)不僅能存儲、查詢多模態(tài)數(shù)據，還將直接驅動AI智能決策。

在AI浪潮席卷各行各業(yè)的今天，云原生數(shù)據庫如何進化以適應新時代？阿里云提出的“AI就緒”具體意味著什么？在2026阿里云PolarDB開發(fā)者大會的間隙，速途網采訪了阿里云資深副總裁、數(shù)據庫產品事業(yè)部負責人李飛飛與阿里云數(shù)據庫產品事業(yè)部產品管理與技術架構部負責人王遠，他們揭示了阿里云Polar DB在成本、體驗與未來形態(tài)上的核心邏輯。

一、從“云原生”到“AI就緒”：阿里云Polar DB“4+1”核心能力演進

據速途網了解，此次PolarDB重磅發(fā)布一系列全新的AI能力，包括AI數(shù)據湖庫（Lakebase）、模型算子化以及面向Agent應用開發(fā)的托管能力等，從“AI就緒”向“AI原生”持續(xù)演進，顯著降低構建AI應用的復雜度。

當被問及如何理解從云原生數(shù)據庫到“AI就緒”的進化時，李飛飛將其總結為“4+1”個核心方向。

“第一是存儲層走向Lakebase”，李飛飛指出，傳統(tǒng)數(shù)據庫面向結構化數(shù)據，而在AI時代，需融合能處理非結構化、多模態(tài)數(shù)據的湖存儲，這是應對Embedding、特征提取、多模態(tài)檢索等AI任務的基礎。

“第二是元數(shù)據的統(tǒng)一管理?！彼忉尩?，AI時代數(shù)據源繁多，日志、交易、圖片、文本、音視頻等數(shù)據量巨大，元數(shù)據本身可能達到TB級，且需實時更新。阿里云將Zero ETL技術集成到元數(shù)據管理層，實現(xiàn)元數(shù)據的實時同步。

“第三是多模態(tài)檢索與處理能力?！睌?shù)據庫需從單純處理結構化數(shù)據，演進為支持向量、全文、圖譜等多模態(tài)數(shù)據的融合檢索與處理。

“第四是模型算子化與Agent AI的支持?！崩铒w飛強調，模型量子化是為了讓熱數(shù)據與模型在線推理產生“化學反應”。模型難以實時吞噬熱數(shù)據，而這部分數(shù)據對避免模型“幻覺”至關重要。通過模型算子化，熱數(shù)據可實時轉化為Token，并被場景化的Agent所使用?！?strong>未來一定是Token的世界”。而最后的“+1”是一定緊跟硬件發(fā)展步伐。

關于當下數(shù)據庫的高性價比和成本優(yōu)勢，王遠總結了三點：資源池化、多租共享、彈性伸縮。在他看來，只有規(guī)?；揭欢ǔ潭?，才能有一定的成本優(yōu)勢或者成本紅利?！?strong>Polar DB首先擁有云上最大規(guī)模的數(shù)據庫用戶，這是我們很高的護城河”。

同時，Polar DB進入更多的高性價比的存儲介質，對企業(yè)當中的數(shù)據做分類存儲，智能化的數(shù)據調度、跨界流轉和遷移。王遠解釋到，Polar DB存儲層做的第一件事就是降成本。

此外，阿里云主推極致彈性的產品形態(tài)，以保證產品在市場上的價格競爭力。

二、內部打通與開發(fā)者體驗：一體化、多模態(tài)與自然語言交互

對于阿里云內部如何為打造AI原生數(shù)據庫進行產品能力打通，李飛飛以百煉以及PAI為例說明：“Polar DB以及整個瑤池數(shù)據庫token量增長，在過去短短幾個月內增長了超過100倍?！贝送?，阿里云自研的模型算子化服務，以及通過SQL/API乃至未來自然語言方式，無縫集成模型調用與數(shù)據處理的能力。

王遠則從開發(fā)者與未來用戶體驗的角度闡述了差異化。他認為，未來數(shù)據庫用戶不僅僅是現(xiàn)在的開發(fā)者，還會有更多的普通用戶，因為大模型能力讓我們的數(shù)據庫未來真的很大概率具備直接服務普通用戶的能力。

“對開發(fā)者，我們提供最基礎的向量處理能力，因為這是AI時代最通用的數(shù)據表征。同時提供一體化多模數(shù)據管理、一體化RAG能力，以及在circle里方便集成大模型能力”，王遠進一步解釋到。

而對于未來普通用戶，交互方式將向自然語言、多模態(tài)等更直覺的方式演進。王遠表示，數(shù)據庫的管理范疇也將從數(shù)據本身，延伸到對知識、記憶的組織與管理。最終，Polar DB希望成為以數(shù)據為中心的AI基礎設施，成為構建企業(yè)級智能應用的主流選擇。

目前，阿里云PolarDB已贏得來自海內外超2萬用戶的信賴，部署規(guī)模超300萬核，覆蓋全球86個可用區(qū)。PolarDB云原生與Data+AI相關功能與創(chuàng)新技術已規(guī)?；瘧糜诮鹑?、汽車、政務、互聯(lián)網、電信等領域的核心業(yè)務系統(tǒng)，服務了某大型商業(yè)銀行、理想汽車、小鵬汽車、MiniMax、GoTo集團、度小滿、米哈游等知名企業(yè)，助力全球開發(fā)者跨越智能時代。

三、AI Ready vs. AI Native：務實演進與未來衡量

“AI賽道本身還在快速變革，現(xiàn)在喊AI Native過早。我們堅定喊AI Ready，我覺得現(xiàn)在喊AI Native 是‘大躍進’。”當被問及當前是否已進入“AI Native”階段時，李飛飛的回答很務實。

那么，何時才算真正進入AI Native時代？李飛飛提出了兩個衡量標準：“第一，數(shù)據庫至少一半的實例是Agent在使用；第二，數(shù)據庫輸出（Output）的字節(jié)數(shù)中，至少一半是Token?！彼J為，達到這兩個標準，才可稱為邁入了AI Native的門檻。

為實現(xiàn)這個目標，數(shù)據庫需要在模型算子化、多Agent編排調用、多租戶隔離、RAG知識庫、自然語言交互乃至直接驅動業(yè)務Action等方面持續(xù)演進?！拔磥淼腁I Native Database，將是海量Agent通過自然語言下達指令、并直接觸發(fā)Action發(fā)生的地方?！?br/>

四、寫在最后

在整個采訪中，李飛飛與王遠不斷強調“務實”與“迭代”。在速途網看來，AI技術日新月異的浪潮中，阿里云Polar DB選擇的是一條以“AI就緒”為當下錨點，以支撐海量智能體與Token經濟為未來導向的清晰演進路徑。