C 姐逛云栖｜从数据库到 Agent，今年 大会上我们看到了...

今年科技圈的固定节目云栖大会又来刷屏了，5 万多平场馆、超 10 万人报名，主题从去年的「碳硅共生」换成了「智以致用」。跟着 C 姐逛完一圈，最明显的感受是：前两年大家都在聊 AI 是什么、能做什么，今年全场都在讲怎么做、怎么落地。

第一站先扎进了数据库展区，毕竟这两年 AI 带火了存算赛道，Lakebase 的概念行业内讨论度一直很高。现场也了解了阿里云的 Abyssal Lakebase 方案，走的是湖库一体路线，核心是三层架构：底层 OSS 做实时存储，中间 PolarStore 承载高性能结构化数据，上层再加一层缓存加速。按现场介绍的说法，这套设计主要瞄准大模型训练、推理这类对读写带宽要求极高的场景，用缓存层控制成本来满足高性能读写需求；再搭配 PolarDB 引擎自带的向量计算、全文检索能力，保障数据一致性和同步性，构成一套完整的湖库一体方案。

今年全场的绝对关键词，非 Agent 莫属，各家展台都在铺对应的产品线。这次展上露面的 Agent Context，定位是企业级上下文数据服务，覆盖记忆、知识全生命周期管理，支持跨资产知识流动，和传统静态知识库最大的区别是主打动态上下文知识底座，企业级权限管理、高可用这类基础能力也都配齐了。

作为云原生数据库的老面孔，PolarDB 今年也跟着 Agent 赛道做了适配迭代。现场了解到，它已经和千问办公做了深度打通，通过 MCP 标准就能把数据库能力一键接入 Agent，企业内部账号和阿里云体系互通，接入门槛不算高。针对 Agent 场景的两个普遍痛点也做了对应设计：一是成本问题，推出了 Scale to Zero 能力，空闲时 CPU 规格可缩至 0，一改传统按资源固定计费的模式；二是数据安全顾虑，怕 Agent 幻觉误写业务数据，增加了数据分支功能，秒级就能生成完整数据副本，就算上百个 Agent 同时使用，也仅计一份存储成本，向量检索、知识库管理这类能力也都直接集成在内。

现场我们还采访了几位技术圈的从业者，有人说自己第一次逛云栖还是 2017 年，那时候会场聊的都是上云收益、数据库迁移，围绕 PaaS、SaaS 做基础普及。一晃九年过去，今年再走进展馆，AI 已经从最底层的能源、算力基建，一直铺到了上层应用、运维。还有一位从业者说，前两年行业里都在扎堆喊 AI 概念，落地路径却很模糊；今年能明显感觉到风向变了，每个技术点都和具体产品、应用场景绑定在了一起，是很实在的变化。

逛到数据应用展区还有个小发现：数据库团队基于瑶池平台做了 Data Agent，直接把 BI 相关能力整合进了数据库里。逻辑其实很通顺，企业最核心的结构化业务数据都存在数据库里，从这里直接做看板、做分析预测，甚至推演市场舆情。

除了硬核技术展区，现场也有不少有意思的 AI 体验。现场还有知名导演参与打造的视听生成模型，把零散的 AI 内容拼成了可沉浸的叙事内容；蓝环虹膜交互设备，通过语音指令即可完成身份核验交互，互动感挺新鲜！！

本次探展暂告一段落，更多精彩花絮还将陆续呈现~