回顾 2025：Postgres 之父与大网红 Andy 的深度解读

【转载声明】本文为转载文章，原作者「司马辽太杰」，版权归原作者所有。　原文链接：https://mp.weixin.qq.com/s/a4A348e4gQ60BT6zJRA0-w

最近，图灵奖得主、Postgres 创始人、MIT 与 UC Berkeley 计算机系教授 Mike Stonebraker，以及数据库领域大网红、卡耐基梅隆大学数据库系教授 Andy Pavlo 联合主持了一期播客，回顾了 2025 年 AI 对数据库的影响、数据库行业的重大事件，以及 AI 对计算机科学教育和职业发展的作用。

本文对两位大咖的讨论进行了整理，总结了观点，并附上个人分析。播客原文链接：https://www.dbos.dev/webcast-2025-in-review-with-mike-stonebraker-and-andy-pavlo

01 AI 对数据库的影响

Mike Stonebraker 的观点

Stonebraker 对大型模型在企业数据管理中的应用持相对谨慎的态度，他在麻省理工学院的数据仓库上测试了 LLM 的文本转 SQL 能力，结果准确率为零。即使使用了标准技术，如 RAG 、提供 Schema、查询分解等，准确率最高也只能达到 20% 到 30%。

他指出，LLM 在处理以下四种企业数据特征时会遇到困难：数据非公开、术语具有特殊性、语义重叠以及查询复杂，通常涉及三到四次连接和聚合。。

他认为，解决数据湖问题（查询混合了文本和 SQL 的私有数据源）的最佳方式是让系统的顶层面向 SQL，而不是 LLM。建议将私有数据源封装成一个小的 SQL 子集，并将文本查询视为查询优化问题来处理。

Andy Pavlo 的观点 

Andy 对 LLM 的发展持更为乐观的态度，尤其是在 Green field applications 和利用 LLM 作为 vibe coding方面。

他观察到，由于 LLM 能够生成与人类编写的代码质量相当的应用代码，未来数据库驱动的应用会越来越多。他强调，随着 AI 生成的应用代码激增，且缺乏 DBA 进行监控，使用机器学习和 AI 技术实现数据库的智能维护和优化变得至关重要。

Andy 的研究重点是自动化调优，通过 AI 整体调优数据库系统暴露的所有元素，包括索引、配置参数和查询计划提示，以找到全局最佳配置。利用 LLM 在不同数据库部署之间进行知识转移，将一个数据库实例的调优数据应用到另一个相似的实例上。

虽然定制的优化算法性能比 LLM 提供的解决方案好 2 到 3 倍，但 LLM 可以更快地提供结果，因此存在速度与质量的权衡。他还非常看好 reasoning agents，它们能够识别数据库系统中的问题，并调用特定的子代理或工具来解决这些问题。

02 数据库对 AI 的影响

Stonebraker 指出，业界对 Agentic AI（结合 AI 和其他组件的工作流）非常关注。Agentic AI 应用通常需要持久计算（Durable Computing），以确保在长时间运行的工作流中发生错误时，不会需要重新执行所有步骤。

持久性本质上是事务系统 ACID 特性中的 D（Durability），目前是通过数据库技术中的 redo、undo 等日志记录的回溯、重放实现。

Stonebraker 预测，Agentic AI 将很快从目前的“只读”状态过渡到“读写”状态，这意味着数据库将接管应用程序状态的存储。一个关键挑战是确定 ACID 概念对于工作流的意义，以及如何处理回滚和原子性。

此外，LLM 具有非确定性，可能导致“Heisen bugs”（不可重现的错误），而数据库技术可以帮助解决这一问题，使 Agentic AI 更稳定。

03 今年数据库行业动态和趋势响

并购与失败

2025 年数据库行业活动频繁。主要包括：Databricks 收购了 Neon；Snowflake 收购了 Crunchy；IBM 收购了 DataStax 和 Confluent。Fivetran 正在与 DBT 合并。Voltron Data、Fauna 和一家名为 Mycaled DB 的中国 MySQL 托管公司在 2025 年关闭。

Postgres 主导地位

Postgres 迎来了丰收年，并在开源数据库领域取得了胜利。微软发布了一个采用解耦存储架构的托管 Postgres 版本——Horizon DB， Oracle 解雇了除了 Heatwave 大部分 MySQL 开发团队，目前没有大型公司致力于发展 MySQL。

主要的云供应商都押注于 Postgres 的线协议和用户界面。Postgres 之所以成功，是因为它由社区管理，不被任何一家企业所有。

业界有重大努力创建分布式 Postgres，包括 Superbase 的 Multigress 和 PlanetScale 的 Neki，这表明成功实现可扩展的 Postgres 的时机已成熟。

向量数据库

向量数据库本质上是带有一个图索引的 blob 数据，问题在于向量数据库是保持为专业化的数据库，如 ElasticSearch 一样，还是发展成为需要支持事务和 SQL 等全面功能的关系型数据库。

Stonebraker 提醒，花哨的向量索引通常受限于主内存，如果数据不适合主内存，性能会急剧下降；并且向量更新是一个极其困难的问题。

GPU 加速数据库

Voltron Data 的失败并不意味着 GPU 数据库的终结，相反，他们证明了将数据快速从磁盘流式传输到 GPU 是可行的。Andy 预计，在 2026 年，主要的数据库供应商将宣布支持 GPU 加速。

04 我的总结

LLM 应用在 TEXT2SQL 上 是国内这几年一大热门方向，尤其是一些数据库管理工具几乎是标配。而 Stonebraker 的对 TEXT2SQL 的测试结果是几乎不可用，老斯是给这一方向泼了一大盆冷水，几乎是浇灭。

而 Andy 因为自己创业原因，更关注 AI4DB，AI 对数据库对象、参数调优等方面比较乐观。这块国内大厂也在做，但目前好像也没有大规模的推开，更多的是客户可以自主使用。这操作和新能源汽车非常相似，真生产出了事情自动驾驶的责任在谁？

老斯对 Agentic AI 有独到的思考，抛出了：持久性（Durability） 问题。Agentic AI 的工作流链路长、中间过程不可控，目前中间过程信息只能 read–only，未来需要 read-writer 就离不开关系型数据库那一套ACID理论了。通过这点，让数据库强行蹭 AI 热度，到底是数据库老炮。

此外，关于向量数据库和 Postgres 热度的讨论，也已成为老生常谈。目前大家普遍认为，向量数据库本质上是一个索引数据库，未来的发展方向仍存在争议。到底是专注向量检索这一特定领域，还是扩展为支持事务的通用数据库？在 MongoDB、Elasticsearch 等数据库快速发展时，也曾面临过类似问题。对于 Postgres 全球热度的原因，Stonebraker 一针见血地指出：Postgres 不属于任何公司，而是由社区驱动，这是成功的最关键点。

作者介绍

司马辽太杰，10 余年互联网、金融、运营商等行业数据库管理经验，擅长常见关系型、NoSQL、MPP 、云原生等类型数据库的架构设计和运维管理。工作之余，热爱历史、足球，也喜欢读点闲书。欢迎关注我的个人公众号“程序猿读历史”。