FutureX · 记录未来如何发生

本周要点

· CMU 数据库名师 Andy Pavlo 加盟 ClickHouse，创立 ClickHouse Labs。

· 向量检索被主数据库吸收：DynamoDB 原生向量检索 GA。

· Weaviate、Qdrant 同日发版，双双押注 4-bit 量化降存储成本。

· Apache Paimon 2.0.0 三日五版候选后转正 GA。

· Bending Spoons 以 12.8 亿美元现金收购 Airtable，较峰值缩水近九成。

· pgrust 自测称分析查询较 Postgres 快 300×，宣称反超 ClickHouse。

ClickHouse 补上研究院这一环，同业则在版本节奏上追赶 · analytics

周二最受社区关注的一条是人事：CMU 教授 Andy Pavlo 宣布加入 ClickHouse 并创立研究团队 ClickHouse Labs，对标 IBM Research、Microsoft Research 的工业研究院模式，定位是与工程团队紧密协作而非"扔想法过墙"。值得注意的是首批方向不止内核，还包括协助其 PostgreSQL 托管服务团队——分析型公司同时押注事务型，这条线本周被反复印证。HN 上 269 赞、55 条讨论，是当日最热。

周中 ClickHouse 又宣布与 Hud 合作，把运行时可观测数据接入 AI 编程工具链；周末则如期发布月度版本 v26.7（64 项新特性、117 项性能优化），延续 aiEmbed 等 AI 原生函数与向量量化路线，随后跟进 v26.7.3.19 稳定补丁。一周之内"研究院 + 生态合作 + 月度节奏"三件事叠在一起，是其同业对标参照系持续加固的一周。

同业侧节奏同样密集：QuestDB 10.0.0 周末 GA，以新二进制协议 QWP 取代 ILP/PG Wire 组合，压缩、列式、基于 WebSocket 双向管道化，同一端口同时承载写入与查询，官方 TSBS 基准称单行体积较 ILP 减少 3–4 倍、吞吐达千万行/秒量级，同版本还带来 Live Views 与 Web Console 2.0。StarRocks 4.1.4、Apache Doris 4.1.2 与 4.0.8-rc01、Materialize、Redpanda、Polars 则均为补丁级迭代。另一端，DuckDB GitHub star 破 4 万，一篇 2023 年的 Clojure + DuckDB 旧文被 HN 重新顶上高分区（142 赞），说明嵌入式分析的语言生态渗透早已不限于 Python。来源：ClickHouse、QuestDB、DuckDB、Hacker News、TipRanks

向量检索正被主数据库吸收，专用向量库转向"压成本"守势 · db-ai

本周最清晰的一条趋势线：Amazon DynamoDB 原生向量检索 GA，向量嵌入与业务数据同表存储，单数字毫秒延迟、99%+ 召回率，支持最高 4096 维与三种距离函数及内联过滤，官方宣称可扩展至万亿级向量。此前 DynamoDB 应用做语义检索必须把数据复制进独立向量库并维护同步管线；叠加 pgvector、MongoDB Atlas Vector Search，"向量能力内嵌进主数据库"已是主流云厂商的共同选择。

专用向量库的回应几乎是同步的，且方向高度一致——降存储成本。Weaviate v1.39.0 与 Qdrant v1.19.0 同日发版，双双上 4-bit 量化：Weaviate 是 4-bit Rotational Quantization，另加 Namespaces 多租户隔离、Hybrid 查询下的 MMR 重排；Qdrant 的 TurboQuant 更激进，直接以 4-bit 作为主向量存储格式、不再保留原始向量副本，并把内存策略统一为 cold/cached/pinned 三档。周末 Weaviate 又发 v1.38.9 补丁修复备份完整性与异步复制。

成本叙事在两个侧面被强化：Turbopuffer 创始人 Simon Eskildsen 在播客上称，行业主流的内存方案约每百万条 100 美元，其把向量存进 S3、把 200 毫秒延迟当设计约束而非缺陷，压到每百万条 1 美元，首个客户 Cursor 切换后账单直降 95%（厂商访谈口径，无第三方复核）。同期 Zilliz 为开源基准 VDBBench 加入"成本感知"维度并上线 Cost Leaderboard，新增写入就绪延迟、带过滤检索、多租户吞吐、冷启动四类场景。来源：AWS、Weaviate、Qdrant、AI Engineer 播客、The AI Journal

Paimon 2.0 转正、Fluss 升顶级项目：开放表格式生态补齐流存储 · lakehouse

周初 Paimon 三天连发 rc5→rc9、周中再补 rc10，周末 2.0.0 正式 GA 并上架 Maven Central / PyPI（含 PyPaimon）——本周连续观察至此收官。作为 Flink 生态原生的湖仓表格式，2.0 是其对齐 Iceberg/Delta/Hudi、争夺流批一体标准位的实质里程碑。

更值得留意的是同期 Apache Fluss 升级为 Apache 顶级项目：它用统一表抽象把流数据、持续更新表与湖仓历史数据收进同一套元数据，亚秒级新鲜度，原生对接 Flink/Spark，并可分层落到 Iceberg、Paimon、Hudi、Lance。开放表格式生态因此多了一块"流存储"标准件，流批之间的搬数成本继续下降。

格式层之外，生态在往治理和垂直行业延伸：Databricks Variant 及 Variant Shredding 正式 GA，据称读取较 JSON 字符串最高提速 30×、较未 shredding 的 Variant 快近 4 倍，并已推向 Parquet、Iceberg 社区，官方披露超 5000 个团队在用、每月 5 亿+ 次 Variant 查询、覆盖 160+ TB；治理厂商 Trust3 AI 接入 Iceberg 打通表级血缘；Amida 推出面向美国各州 Medicaid 的垂直湖仓 Tessarix。来源：Apache Paimon、Apache Software Foundation、Databricks、Business Wire

Postgres 成为本周被争夺最激烈的战场 · oltp

路线图侧，微软主办的 Posette 大会披露 PostgreSQL 19 已启动多线程架构与属性图查询开发，PG18 侧重异步 I/O vacuum、动态 worker 扩缩容与 B-tree skip scan；AI 议题集中在 MCP 落地，以及 pg_duckdb、pg_lake 这类"把 OLAP/湖仓能力搬进 Postgres"的扩展。

工程侧本周有两篇高质量拆解。PlanetScale 公开分片 Postgres（Neki）的备份实现——每分片临时拉起独立 EC2 做文件系统快照加 WAL 重放，绕开主库与只读副本抢 IOPS，据称 PB 级库数小时完成、速率超 50GB/s。周末更具争议的是 pgrust 0.2：作者称 OLTP 基准上比原生 Postgres 快 30%，ClickBench 上快 300× 并反超 ClickHouse，其中查询引擎重写单项贡献约 10×；论点是 Postgres 诞生于磁盘 I/O 为瓶颈的年代，如今瓶颈在 CPU 与内存带宽，一条简单求和查询 Postgres 约 20 秒、等价 Rust 实现 358 毫秒。数字全部为项目方自测、尚无第三方复现，但 HN 上 241 赞、112 条讨论，说明"重写内核假设"这一叙事本身有市场。

供应链与迁移侧同样热闹：龙架构（loong64）正式进入 PGDG 官方 APT 仓库，成为继 AMD64、ARM64、PPC64EL 之后第四种官方支持的 CPU 架构，构建主机为龙芯 3B6000；AWS Transform 新增 Offline Source，仅凭 DDL 导出文件即可完成 SQL Server 到 Aurora PostgreSQL 的评估与迁移；Google Cloud 亦发布 SQL Server 迁 Postgres 指南。云厂商推动客户离开商业数据库的动作，一周内出现了三次。来源：i-programmer、PlanetScale、malisper.me、中华网、AWS、Google Cloud

数据库开始为"agent 规模化"重做抽象 · db-ai

本周最具体的样本来自蚂蚁 OceanBase：「灵光」平台累计生成约 3000 万个 Agent 生成的闪应用，若沿用"一应用一物理表"或集中存 JSON 大表，元数据与资源开销都随应用数暴涨；其解法是面向海量轻应用的逻辑表——每个应用的 Schema 与数据映射为可查询可计算的逻辑表，共享底层物理存储与受控 SQL 计算资源，单应用规模变大后仍可迁至独立物理表。这是 AI 生成应用规模化倒逼数据库做动态 Schema 抽象的一个真实工程样本。

基建层的补齐同样密集：AWS Labs 开源 Aurora DSQL MCP Server，默认只读、须 `--allow-writes` 才允许事务写入，并对生成 SQL 做兼容性校验与可选自动修复；Neon 新增四档组织角色叠加逐项目授权，直指"大规模跑 agent 时单个 agent 持有跨全部项目凭据"的过度授权问题，同期还上线 Object Storage，让 Postgres 数据与 S3 兼容桶共用同一套写时复制分支机制、创建分支即同步分叉。

治理与成本则被 Databricks 收进一个入口：Unity AI Gateway 正式 GA，跨 agent、模型、MCP、skill、工具统一做支出治理、安全与路由，官方称过去一年经其网关的 token 量已达千万亿（quadrillion）级，Rivian、Asana、Edmunds 已在生产使用；周末又通过该网关上线 Moonshot AI 的 Kimi K3 开源权重模型（2.8T 参数、百万级上下文）。"AI 网关"正成为数据平台厂商切入 agent 基建的共同路径。来源：InfoQ、AWS、Neon、Databricks

融资与并购：Airtable 折价九成易主，agent 后端继续拿钱 · funding

本周最大一笔交易是意大利软件集团 Bending Spoons 以 12.8 亿美元现金收购 Airtable，为其今年 7 月以 180 亿美元估值上市后的首笔收购。Airtable 成立于 2013 年、累计融资超 14 亿美元，2021 年峰值估值曾达 110 亿美元，今年早些时候二级市场约 40 亿美元——本次作价较峰值缩水近九成。其披露截至 6 月 ARR 同比增长超 20%、约 4.8 亿美元，今年 1 月刚推出 agent 编排产品线 Superagent，服务超 50 万家组织。Bending Spoons 一贯打法是低价收购、精简团队、追求盈利（此前有 Evernote、WeTransfer、Eventbrite、Vimeo）。

一级市场方向仍偏 agent 原生数据基建：面向 AI 应用的后端数据平台 Convex 完成 5700 万美元融资，主打数据库、函数、实时同步一体化。国内侧，OceanBase 融资传闻延续——市场消息称母公司蚂蚁数科同步筹备 Pre-IPO 轮，与此前拟募 20–30 亿元的独立商业化叙事互为印证，条款与估值均未披露（单方口径）。来源：TechCrunch、SiliconANGLE、大众网、英为财情

安全与合规：Snowflake 数据窃取案主犯认罪 · infra

加拿大籍黑客 Connor Riley Moucka 承认电脑欺诈、电信欺诈、加重身份盗窃及共谋等指控。2024 年 2–10 月间，其伙同他人用窃取的登录凭证攻入至少 165 家 Snowflake 客户的云环境，窃取银行、工资单、驾照、护照、社保号等数据，波及 Ticketmaster、AT&T 等，累计勒索所得约 250 万美元，至少一名受害者被二次勒索。

需要区分的是：此案本质是客户端凭证管理失误（未开 MFA）被针对性利用，而非 Snowflake 平台自身被攻破。但作为云数据平台史上最大规模客户数据泄露事件之一，它仍会持续抬高企业对云仓凭证治理的投入。判决定于 10 月 27 日，最高可面临 32 年刑期。来源：The Register

学界：向量检索与 LLM×数据库是两条最密集的投稿线 · db-ai

本周 arXiv 上向量检索一线最集中：MERIT 针对图索引 ANN 长期缺失高效删除机制提出原地删除方案，避免全量重建；Filtered Vector Search in a Disaggregated Lakehouse 把带过滤的近邻检索拆成"表格式层剪枝 + 逐文件 ANN"两步；CRINN 用对比强化学习优化 ANNS 算法。方向与产业侧的"降成本、可过滤、可增删"高度重合。

另一条是 LLM 与数据库的交叉：RAG-Stack 把 RAG 服务的性能与生成质量联合建模而非分别调优；Evaluating LLMs in Database Scenarios 面向 SQL 生成、查询优化建议构建全生命周期基准；Stateful Governance for Concurrent Agentic Systems 讨论 agent 从"建议"走向直接执行高风险操作后的并发治理约束。此外 LayoutBench 横评云对象存储上的数据布局读取性能，PLB 面向资源受限场景做多副本优先级负载均衡，Tytan 用神经符号方法交互式构建分析语义 Schema。

与之呼应的是产业侧的争论：InfoQ 连续刊发关于纯向量检索局限的讨论，聚焦语义漂移、长尾召回、知识库越建越大效果反降等问题——"RAG 不是检索终点"正在成为共识。来源：arXiv、InfoQ

下周看点 · infra

Paimon 2.0 GA 后，关注 Iceberg / Delta / Hudi 阵营的对应动作，以及 Fluss 升顶级项目后首个正式版本的节奏。QuestDB 10.0 的 QWP 协议已 GA，值得看第三方对其 TSBS 数字的复现与旧协议迁移反馈。

pgrust 的 300× 自测数据尚无第三方复现，ClickBench 社区与 Postgres 核心开发者的回应是下周最值得跟踪的技术争论。向量库侧，Weaviate 与 Qdrant 的 4-bit 量化在真实召回率上的代价，以及 VDBBench Cost Leaderboard 的后续榜单，将检验"降成本"这条线的成色。

交易侧，Airtable 收购的整合动作与 OceanBase 融资传闻的落地条款是两个待确认变量；Snowflake 案判决定于 10 月 27 日，短期无新进展。来源：本刊综合

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻