FutureX · 记录未来如何发生

本周要点

· Supabase 称平台上约 90% 的新建数据库由 AI agent 发起，非人类。

· 向量检索被通用引擎收编：Spark 4.2 GA 新增 SQL 算子 NEAREST BY。

· AlloyDB 列存加速 pgvector 的 HNSW，厂商自测吞吐最高提升 4.9 倍。

· RAG 成本结构被两篇实测拆穿：烧钱的是向量库常驻内存，不是嵌入。

· Databricks 与微软把 Azure 战略合作续签至 2030 年代。

· 「让 agent 安全碰数据库」成产品线：Neon 只读诊断、DeepSQL 自托管 DBA。

向量检索正从独立品类下沉为通用基建的内置能力 · db-ai

本周最清晰的一条主线，由三件互不相关的发布共同勾勒。Apache Spark 4.2 GA 新增 NEAREST BY——一个直接跑在 SQL 里的向量相似度 Top-K 算子，配合向量距离/归一化函数，开发者不必再为向量检索单独引入一套数据库；同版还带来治理指标视图与 Arrow C Data Interface（可与 Polars、DuckDB 零拷贝直传）。

存储层同样在收编：SNIA 披露的方案显示 Ceph 可经 Amazon S3 Vectors 桶类型存放 LLM 向量，向量、全文与标量索引一并落在 LanceDB 使用的 Lance 格式中，无需外部向量服务，目标延迟 100–800ms。官方明确表态"非替代专用向量库"——要个位数毫秒或复杂查询 DSL 仍需专用系统。

关系库这一侧，Google AlloyDB 让常驻内存的列存引擎加速 pgvector 的 HNSW 索引，绕开 PostgreSQL 共享缓冲区的锁与页面管理开销；据 Google 自测（GloVe-100、逾百万条记录），0.95 目标召回率下 QPS 最高提升 4.9 倍，同等吞吐下召回率从约 0.78 升至 0.94 以上，均为厂商基准。三条路径指向同一个压力面：Pinecone、Weaviate、Milvus 等专用向量库的独立存在理由，正被上下游同时挤压。来源：The New Stack / Blocks & Files / DataCenterNews Asia Pacific

专用向量库的回应：补齐生产级可运维性 · db-ai

Weaviate v1.39.0-rc.0 进入功能冻结，四线并进：Namespaces（多租户 collection 隔离）、Alter Schema（不停机变更）、gRPC Web 网关（浏览器直连）与新的 Search REST API。补的不是检索精度，而是多租户与运维弹性——这正是与 Pinecone、Milvus、Qdrant 竞速的战场已从算法转向"能不能扛生产"的信号。

承接上期 Milvus 3.0 原生直读 Iceberg/Lance 的转向看，本周走势更明确：向量库要么向湖仓靠拢放弃自持主存，要么把企业级运维能力补齐守住生产场景，单纯做"更快的 ANN"已不构成护城河。同期 Milvus v2.6.21、Chroma dev build 1.5.10 等为常规补丁。来源：Weaviate

RAG 的账单结构被公开拆解：钱花在向量库常驻成本上 · db-ai

周四、周五两篇独立文章从相反方向指向同一结论。HackerNoon 复盘的一起真实案例中，某内部文档检索 RAG 从 demo 期月成本 340 美元、上生产半年后涨至 6.1 万美元/月；作者称生产系统里向量库常年吃掉总成本的 40%–50%，其中内存又占向量库开销的 85%–90%，且一次 agent 问答背后往往是 5–15 次检索，真实查询量远超表面请求数，换用压缩索引可将内存成本压低约 70%。

另一份把 RAG 管道八个阶段逐一计价的实测则给出被低估的另一面：按 OpenAI 最新嵌入计费，约千页文档一次嵌入仅 0.18 美元——"嵌入是吞金兽"的社区共识不成立。持续吃钱的是向量库按月/按小时计费的常驻存储、规模上来后的索引与检索，以及最终 LLM 阅读分块生成回答。该文的优化重心相应转向文档去重（约 80% 内容未变、只需增量处理）与压减喂给模型的分块数。

两者口径均为单方案例、未经交叉核实，但结论互为印证：RAG 的成本曲线是数据库问题，不是模型问题。这也解释了为何本周多方都在把向量能力塞回已有的数据库/存储里——省掉的正是那笔常驻开销。来源：HackerNoon / 手机网易网

Postgres 成为 agent 时代的默认底座，用量结构已经变形 · oltp

本周最值得记住的数字来自 Supabase：联合创始人兼 CEO Paul Copplestone 在 Y Combinator 播客上称，平台可精确统计到的 agent 建库占比约 60%，"但更可能接近 90%，且每月以百万计"。触发点始于 2024 年底 Bolt、Lovable 两款自然语言建站工具悄然把 Supabase 设为默认后端，一度让工程团队误以为遭遇 DDoS。该平台现已突破 1000 万注册开发者，以超 100 亿美元估值融资 5 亿美元；Copplestone 把 PostgreSQL 的"无厂商垄断"视为护城河——正因无人独占内核，云厂商才被迫持续把 Postgres 做到最好。以上为厂商口径。

负载画像的变化同样被另一端印证。Cockroach Labs CEO Spencer Kimball 在 RoachFest 伦敦站透露公司去年营收增长 50%、团队约 500 人、五年多未融资也无融资计划（"我们有无限跑道"）；他坦言 CockroachDB "一直是一个昂贵的数据库"，服务 Cisco、摩根大通、NVIDIA、SpaceX 这类停机零容忍客户时是可接受的取舍，但 agent 化流量带来的突发、不可预测查询压力正在重塑分布式 SQL 的负载画像。

工程侧的配套也在跟进：YugabyteDB 2.31.0.0-b280 把 ysql_enable_write_pipelining 转为默认开启，DocDB 写入路径流水线化；Hatchet 创始人的「初创公司 Postgres 生存指南」在 HN 收获 303↑ 167💬，文中"先写查询再定 schema""用 jsonb 打破范式边界"之外，还专门提示若查询完全交给 Claude 等工具生成则部分内容可跳过——AI 辅助写 SQL 正在改变团队对底层调优知识的依赖。来源：finance.biggo.com / thestack.technology / YugabyteDB / hatchet.run

「让 agent 安全接触数据库」从演示走向可交付产品 · db-ai

这条线本周一次性冒出四个实现。Neon CLI 新增 14 个只读诊断子命令（inspect db），直接对 Postgres 系统目录与统计视图跑预置查询，替代手写 SQL 排查慢查询、锁等待与缓存命中率；产品文档直接点名动机——agent 若持有连接串手写 SQL，存在幻觉列名、误执行 DROP、无界 SELECT 拖爆上下文等风险。DeepSQL（Show HN，45↑）则主打"7×24 小时 DBA"，单条命令自托管于客户 VPC，读慢查询日志与 pg_stat_statements，可经 MCP 接入 Claude/Codex/Cursor。

另一侧是把 agent 的运行时状态也交给数据库。审计机构 CLA 与 Databricks 合建的文档处理 agent 系统，把长任务编排、重试与成本归因全部收进 Lakebase Postgres——两张表实现任务队列，省去 Kafka/Redis 与 Airflow/Temporal；这与上一日荷兰光纤运营商 Glaspoort 用 Lakebase 做数据库分支式 CI/CD（每个 PR 从生产分支出临时库、迁移脚本为唯一事实源）构成同一条脉络：Lakebase 正被当作 agent 与应用的通用状态层，而非湖仓的附属品。

最激进的样本来自 Neon：让 agent 只读其 Beta 后端文档（Functions + Object Storage），独立实现了一个可 clone/push/pull、无本地文件系统的 Git 托管服务——blob/tree/commit 全部以行存进 Postgres，大文件转存 Object Storage，整个服务跑在单个无状态函数里，已开源为 neon-git。来源：Neon / deepsql.ai / Databricks

湖仓与云：Databricks 双线加固，语境层成为新战场 · lakehouse

承接上期约 30 亿美元战略轮、1880 亿美元投后估值的势头，Databricks 本周把筹码押在生态绑定上：与微软将 Azure 战略合作续签至 2030 年代。Databricks 承诺核心业务与湖仓更多运行在 Azure Databricks 上，并扩大使用微软 Arm 架构算力 Azure Cobalt（下一代 Cobalt 200，微软自称性能提升最高 50%、默认内存加密）；作为回报，微软将把 Genie、Unity AI Gateway 等整合进 Microsoft 365、Teams、Copilot、Power BI、OneLake、Purview。双方给出的共同叙事是解决企业"手握数据却难让 agent 可信调用"。

同一叙事的产品落点是 Discover 与 Domains 公开预览：由 Unity Catalog 驱动，按业务职能/部门/地域组织表、看板、Genie Agent 等资产，并对接 Genie Ontology，让 agent 只从可信资产取数。可以看出，湖仓的竞争重心正从"存得下、查得快"移向"agent 取数取得对"——业务语境层（指标定义、领域划分、本体）成为新的护城河候选，Spark 4.2 的治理指标视图与之同源。

数据搬运侧，Supabase Pipelines 进入公测，基于自研开源 Rust CDC 引擎 Supabase ETL，经 Postgres 逻辑复制把变更同步至分析系统；本次最大新增是 schema 变更自动同步，并行化初始全量同步以降低延迟。BigQuery 率先对所有用户开放，ClickHouse、Snowflake、DuckLake 为新增目的地申请入口——OLTP 生产负载与分析查询的解耦，正变成 Postgres 平台的标配能力而非第三方工具的生意。MotherDuck 则连发两篇博文阐述"agent 优先"的数据平台设计理念并主推 DuckLake 元数据引擎，未公开基准数据。来源：SiliconANGLE / PR Newswire / Databricks / Supabase / TipRanks

分析型引擎：ClickHouse 高频迭代加品牌高举，中国厂商主打软硬一体 · analytics

ClickHouse 本周发布节奏密集，24 小时内接连放出 v26.7.1.1315-stable 与 v26.8.1.1-new 开发预览，另有 v26.6.2、v26.5.6、v26.4.5、v26.3.17 等 stable/LTS 补丁，延续"nightly 探路、stable 收口"的双轨节奏。同期它宣布成为英超富勒姆足球俱乐部主赞助商及球衣胸前广告，消息经多家通讯社多语言同步发布——融资后的高举高打品牌打法在继续。竞品侧本周相对安静：StarRocks 3.5.20、DuckDB 1.5.5（回溯修复越界访问安全漏洞）、CockroachDB v24.1.32（TLS 密码套件相关安全修复）、Materialize v26.34.x、Polars 1.43.0、DataFusion 54.1.0 等多为补丁。

中国厂商这一周走的是另一条路。星环科技发布"GPU 原生认知数据库"，用 GIDS（GPU-Initiated Direct Storage）让 GPU 直接发起存储访问、绕开 CPU 中转，宣称 TPC-DS SF1000 全 99 项查询下性能达 DuckDB 的 70 倍、较 Snowflake/Databricks 同规格最高快 66 倍，向量索引检索吞吐最高提升 238 倍——以上均为厂商自测，未见第三方复现，宜按"宣称"看待。中国信通院在 2026 可信数据库发展大会上发布《数据库发展研究报告》与产业图谱，归纳五条趋势：双 AI 智能体（运维+开发）替代人工调库、HTAP 同源内核透明切换、云原生存算解耦、CPU+GPU 协同的软硬一体机、图+向量双引擎为 agent 提供分层记忆；武汉达梦以 DM9、图数据库 V4.0、一体机 PAI V2.0 逐条对应，案例为厂商自述。

值得注意的是"软硬一体"在中国厂商叙事中的权重明显高于海外同行，而海外本周的对应议题是 GPU 利用率本身——有报道指出 AI 集群瓶颈正从算力转向数据搬运与准备效率，Cloudera 与 VAST Data 均把自身架构定位为解法，技术细节暂缺。来源：ClickHouse / 手机网易网 / 新浪财经 / Qoo Media

时序与国产替代：TDengine 转型 AI 原生，去 O 路线在东亚扩散 · oltp

涛思数据把 TDengine 从高性能时序数据库升级为面向工业场景的 AI 原生数据平台，称为品牌史上最大升级：新增工业本体建模层，为设备、测点、工艺路线建立语义身份；工业智能体运行时（IAR）内置 13 个开箱即用 AI 助手，第三方 agent 可经 MCP 调用逾 50 项系统能力；TDgpt 把异常检测、趋势预测下沉进数据库内核，一条 SQL 调用、数据不出库。配套推出5000 测点以内全功能永久免费的中小企业计划，称不缩减功能、不限性能、不强制转收费。创始人陶建辉称意在解决"工业数据未结构化、AI 读不懂"的落地痛点；为厂商口径。

区域市场上，韩国数据库厂商 Data Grit 与流通/技术支持企业 Sync On 结盟，采取产品研发与营业分离的协作体系扩大国产混合数据库供应，目标直指 Oracle 替代市场——与 TiDB/OceanBase/PolarDB 的"去 O"路线在东亚同步扩散。OceanBase CTO 杨传辉在 WAIC 2026 提出数据库需从"人类友好"转向"Agent 友好"、适配高频多轮调用，产品路径未披露，暂属愿景表态。此外 Yugabyte 发布委托研究量化传统数据库架构的隐性成本、主张分布式 PostgreSQL 更优，方法论未经第三方验证。来源：美通社 / 매일경제 / 雷峰网 / Business Wire

学界：基准数据集与调优范式同时被翻新 · infra

本周 arXiv 上有两条与工业界直接相关的线索。基准侧，Hollywood（2607.19666）提出用电影数据集接棒沿用十余年的 IMDb/JOB 基准，为查询优化器测试提供更贴近真实分布的语料；另一篇（2607.19679）首次对物化视图查询重写做全链路端到端基准，而非只测重写算法本身，覆盖 OLAP/数仓加速场景——在厂商基准满天飞的一周里，这类工作的价值格外具体。

调优与检索侧，From Blind Search to Memory-Aware Evolution（2607.17841）提出记忆感知的 DBMS 自动调优框架，以协同诊断与效用感知检索跳出盲搜式旋钮调优；D-NOVA（2607.17538）把 RAG 的向量相似度检索下沉到 3D NAND 存储内部执行，是本周"向量能力下沉"主线在存内计算方向的学术对应。另有 ANN 投影增强图方法（2603.06660）迎来 v2 修订。来源：arXiv

下周看点 · infra

Weaviate v1.39.0 已进入功能冻结，正式版落地与 Namespaces 的实际多租户表现值得跟踪；ClickHouse v26.8 开发线的特性面貌将在下周逐步显形。Databricks 与微软的合作细则、Discover/Domains 从公开预览走向 GA 的节奏，是观察"agent 语境层"能否兑现的第一个检查点。此外，Supabase Pipelines 的 ClickHouse/Snowflake 目的地何时对所有用户开放，以及本周两篇 RAG 成本拆解是否会引出更多第三方复现数据，同样值得关注。

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻