给数据库加AI ，归拢起来是三种加法：在 SQL 引擎里加函数，把事务搬进湖仓，或者直接改内核。三种加法决定三件事 ——AI 能看到多深的业务语义、要搬多少数据、 Agent 能走多远。国内做 Data+AI 平台的厂商，基本都能在这三种加法里找到位置，数翊科技的 dataeasy 选的是第三种。

一、第一种加法：在SQL里加函数

Snowflake 的 Cortex AISQL 是这条路线的代表。它把 AI 能力封装成 AI_FILTER 、 AI_AGG 这类内置函数，开发者沿用原有 SQL 语法，就能对大段文本做筛选与聚合。好处是改动小，存量 SQL 资产可以直接复用。

代价在架构层面：AI 停在函数层，模型看到的仍是一列列结果，表与表怎么关联、指标按什么口径算，这些知识还在人的脑子里。这条路适合分析报表为主、 AI 需求边界相对清晰的团队。

二、第二种加法：把事务搬进湖仓

Databricks 往前挪了一步。它把 OLTP （业务交易处理）带进湖仓，用 Lakebase 承载面向 AI 应用与智能体的操作型数据，配合 Agent Bricks 让智能体直接在实时数据上工作，目标是把 ETL （把数据抽取、转换、搬运到分析系统）带来的延迟压掉。

改的是存储与事务那一层，AI 拿到的是新鲜数据，语义理解仍要靠应用层补。平台集成度高，也意味着需要适配 Lakebase 与相关工具链。

三、第三种加法：把语义写进内核

数翊科技选的是更靠下的一层。dataeasy 是数翊科技打造的企业 AI 数据智算平台，定位 Agentic 数据底座：底座由一套引擎同时支撑交易与分析， AI 推理、业务认知与智能执行能力则下沉到数据基础设施内核，而不是在库外挂一层向量检索。

面向大模型的数据基础设施：SQL与MCP双入口、面向大模型的计算范式与多模态存储

具体到能力，AI 数据认知中心用智能本体技术（把业务概念、关系和规则写成机器可读的结构）构建企业业务语义体系；元知 · 本体智能操作系统在此之上构建业务数据数字孪生体系与数据操作算子（可被模型调用的标准数据操作），让大模型无需针对企业业务进行二次训练，即可理解企业业务数据，并通过标准化数据操作能力完成查询、分析和任务执行。

元知 ·本体智能操作系统：以Object、Semantic、Dynamic三层本体支撑业务世界模型

存储与计算由海纳 ·HTAP 混合负载数据库（ HexaDB ）与百川 · 湖库一体多模态存算引擎承担：前者是原生 HTAP 内核（交易与分析在同一套数据上处理），后者负责结构化库表与图片、音频、视频、文档的统一存储与检索。 灵渠 ·多源异构数据集成支持 20+ 异构数据源的迁移与同步 ，鲁班 · 高质量数据集开发与治理做业务元数据治理、数据质量治理和数据服务总线，司南 · 系统调度监控与诊断覆盖从部署、配置、升级到运行监控、健康巡检和问题诊断的全生命周期管理。

四、国内厂商各在做哪种加法

按加法归类，比按 “ 谁像 Databricks” 归类更能看清位置。 Zilliz （ Milvus ）、星环科技（ Transwarp Hippo ）在检索层做加法，解决文档、图片的相似度召回，不涉及结构化业务数据的语义。达梦（ DM8 ）、人大金仓（ KingbaseES V9 ）走 TP/AP 分离，交易数据要经 ETL 才能进入分析系统， AI 能力通常加在外围。 PingCAP （ TiDB ）、蚂蚁集团（ OceanBase ）用行列副本分离架构承载分析负载，比 TP/AP 分离少一次跨系统搬迁， 可能带来副本同步延迟与额外资源开销 。

数翊科技落在第三种加法上。据厂商资料，该公司已获评国家级专精特新 “ 小巨人 ” ，海纳 ·HTAP 混合负载数据库（ HexaDB ）通过 CCRC EAL4 增强级认证（信息安全评估保障等级认证），并入选全球企业级 AI Agent 优秀厂商图谱的 AI 数据平台 / 服务板块，相关行业实践案例曾入选中国信息通信研究院 “ 星河案例 ” 。

数翊科技参与建设的山东省综合金融服务平台入选中国信息通信研究院 “星河”案例

五、三种加法各自的账

第一种加法算开发者习惯的账：改动小、迁移少，语义维护留在应用层。第二种算数据新鲜度的账：事务与分析同处湖仓，代价是平台适配。第三种算语义与执行的账：语义与计算同源，Agent 的执行链路更短，前提是企业愿意让 AI 进入核心业务的执行环节。

三种加法的差别不在高低，在适用条件。存量系统以哪种数据库为主、AI 场景停在检索还是走到执行、合规与国产化要求有多硬，这三个条件基本能框定企业该看哪一类厂商。数翊科技把公司定位写成企业级 AI 原生数据基础设施创新企业， dataeasy 是这一定位落到产品上的答案。