MariaDB给数据库平台加四项智能体能力,同时抛出一道治理题
作者: CBISMB
责任编辑: 邹大斌
来源: CBISMB
时间: 2026-11-05 09:53
浏览: 0
点赞: 0
收藏: 0
MariaDB周三表示,已为企业数据库平台的最新版本Enterprise Platform 2027加入四项面向智能体的新能力,帮开发者更快取到企业数据、跨会话维持智能体记忆,并降低重复模型查询的成本与延迟。
这四项能力分别是AI Retrieval(AI检索)、AI Plugins(AI插件)、Agent Memory(智能体记忆)与Semantic Cache(语义缓存)。
据公司声明,AI Retrieval让智能体通过一个托管服务就能访问企业文档与实时运营数据;AI Plugins则把MariaDB相关的专门知识带进Claude Code、Codex这类编码智能体,帮开发者更准确地生成数据库相关代码。AI Retrieval还能把自然语言问题转成只读SQL查询,MariaDB称这样可以免去开发者为每个请求手写查询。
Agent Memory为智能体提供一个持久的内存存储,让它们跨会话保留信息、接着上次的任务往下做,不必每次都重建上下文。第四项Semantic Cache则通过识别语义相近的问题——哪怕问法不同——复用此前生成的答案,而不是每条查询都从头算一遍,从而缩短响应时间、降低AI推理成本。
AI检索:把向量库和业务库并成一个服务
HFS Research执行研究负责人Ashish Chaturvedi说,对开发者而言,AI Retrieval能提升生产力。「多数RAG方案把文档放在向量库、把实时记录放在事务数据库,中间靠胶水代码决定查哪个、怎么合并结果。把两者放到一个托管服务后面,就少了一个组件、少了一次同步,智能体读到的是当下为真的运营事实,」他说。
他进一步表示,这种合并对CIO意味着成本与复杂度的下降——尤其在以MariaDB为主的企业里,可以退掉一套独立的向量数据库与同步管道,减少许可、运维开销,也减少敏感数据散落的地方。
但他提醒,在处理复杂的企业数据库时,自然语言转SQL这项能力可能遇到可靠性问题。「面对蔓延的表结构、含义晦涩的列名、复杂的连接,以及缺少文档化定义的业务术语,可靠性很可能会下降。如果你问『活跃客户』,而模型只能猜这是什么意思,它很可能给出貌似合理但数字不同的结果,」Chaturvedi说。
「只有配上经过梳理的业务定义、并针对真实用户问题做测试,这项能力才可能变得可靠,」他补充说。
AI插件:教编码智能体懂MariaDB
Moor Insights and Strategy首席分析师Michael Leone同样认为,AI Plugins这项能力大概率会提升开发者的生产力。「编码智能体倾向于为它们最熟悉的数据库写代码,所以教它们MariaDB是聪明的做法。通用模型通常懂标准SQL,但仍会在MariaDB特有的语法和向量搜索这类较新特性上栽跟头,」Leone说。
不过Chaturvedi提醒,CIO不应想当然地认为AI编码智能体生成的数据库代码天然可靠或安全。「AI生成的代码应当经过与人类开发者所写代码同样的审查、测试与安全扫描,尤其要关注SQL注入风险、数据库权限过大,以及智能体提议的表结构变更——这类变更往往很难回退,」他说。
「CIO还应当记录哪些AI工具生成了哪些代码,帮开发团队找出反复出现的错误,修补编码工作流里的薄弱环节,」他补充说。
记忆与缓存:效率上来了,风险也跟着来
Agent Memory与Semantic Cache同样能帮企业提升智能体的效率,但两者都带来了数据管理与可靠性方面的新考量。
Chaturvedi说,没有Agent Memory时,每个智能体会话都从零开始,既浪费Token,也提高了长时间运行流程中决策不一致的风险;但CIO必须确保记忆通过明确的归属、保留策略与访问控制来治理,因为其中可能包含受隐私法规约束的个人信息与商业敏感信息。
「过时的记忆还会让智能体依据错误信息行事,比如已经作废的供应商条款或客户偏好。因此企业需要机制来让存储的信息过期或得到更正,把记忆按用户隔离,并防止有人故意写入虚假条目,」他说。
Semantic Cache同理,能带来可观的算力与AI推理成本节省,尤其是客服工单、人力资源政策、产品常见问题这类信息相对稳定的负载。
但Chaturvedi说,对个性化或分析型查询,收益可能相当有限,因为用户需求与底层数据变化频繁。「主要因为判断问题之间的相似度极其困难。比如关于公司退款政策的问题,和关于公司在德国退款政策的问题,看起来相似,但答案不同。又比如两个用户问同一个问题,因为访问权限不同,应该得到不同的回答,」他解释说。
因此他建议CIO按底层数据的变动频率、以及答错可能造成的后果来给负载分类,只在两项风险都低的地方才更激进地缓存。此外还应把缓存命中率与答案准确率放在一起盯,确保省下来的成本不是拿用户信任换的。
对于想采用这些新能力的企业,MariaDB Enterprise Platform 2027已经正式可用,其中AI Retrieval能力将于本月晚些时候在MariaDB Cloud上进入公测。该平台包含MariaDB Enterprise Server 12.3、MariaDB Exa、MariaDB GridGain、MariaDB MaxScale、MariaDB Enterprise Manager与MariaDB Enterprise Kubernetes Operator。公司称,企业可以选择本地部署、部署在任意云上,或以托管服务形式跑在MariaDB Cloud上。






京公网安备:11010502051901号