2026年8月20～22日，由IT168联合旗下ITPUB、ChinaUnix两大技术社区主办的第17届中国数据库技术大会（DTCC 2026）在北京朗丽兹西山花园酒店隆重召开。

　　本届大会以“融数聚智 创领未来”为核心，集结2大主会场，16+精品技术专场，百位行业顶尖专家坐镇分享，从数据库内核创新、云原生与分布式实践，到AI赋能数据、向量数据库与多智能体协同，再到实时数仓、行业应用与场景优化，全方位覆盖当前技术热点与产业痛点，为数据从业者提供最具前瞻性的技术视野与实践参考。

　　将AI应用落地实践进行到底

　　大会首日的主会场，ITPUB总经理、DTCC中国数据库技术大会创办人唐川，借大会开幕之际重点介绍了ITPUB社区的全链路服务能力，以及社区在AI落地浪潮中的布局与思考。

ITPUB总经理、DTCC中国数据库技术大会创办人 唐川

　　唐川表示，ITPUB是一个覆盖媒体宣传、社群互动、技术会议、深度培训、GEO营销服务的立体化技术赋能平台。

　　如今，ITPUB社区历经25年的技术积淀，正在成为AI落地实践的重要桥梁。累计主办45+届SACC-DTCC技术大会，累计超过3000+位企业架构技术领域专家，他们都是来自于企业一线的实践技术老师，从而有效保证了深度培训课程的有效性和实践性。

　　未来，ITPUB将始终与时俱进，紧扣时代发展脉络，全面拥抱AI落地，让技术人的成长有路径可循，让企业的数智化转型有方法可依，继续立足技术本源，做好连接、做好服务、做好陪伴。

　　DAMENG PAI数据库一体机——从极致性能到智算未来

　　当前，国产改造与AI浪潮深度交汇。一方面，关键核心技术面临从自主安全到性能领先的硬要求；另一方面，数据基础设施面临着从被动响应向主动赋能、支撑AI应用落地的新挑战。

　　在此背景下，企业核心业务系统的国产改造正在从“能用好用”到“真替真用”转变。同时，数据资产的AI化已成为其在智能时代释放更大价值的关键突破口。

达梦数据一体机产品线总经理 祝洪雷

　　祝洪雷从性能和智算两大维度，系统介绍了达梦数据库一体机的最新研发成果与在AI方面的前瞻布局。

　　在性能维度，达梦数据库一体机以“打造国内数据服务性能标杆”为目标，完成了三大核心技术攻关。一是构建极速存储，通过分层存储架构与智能缓存算法，实现容量与性能的双线性增长；二是自研计算卸载，在存储端植入计算引擎，让数据少跑路、存储具备就近计算能力；三是全栈提速，基于RoCE v2协议构建200Gb/s高速网络，有力推动行业关键系统从“能用”向“真替真用”跨越。

　　在智算维度，达梦数据库一体机，从智算底座、开放平台、智能运维三个维度实现AI赋能，助力企业数据资产AI化。

　　在智算底座方面，DM9多模数据库内核实现多模统一，让数据资产原生适配AI；三级智能缓存技术逐级收敛热点数据，以接近HDD的成本提供对齐乃至超越全闪存的性能，成为满足AI时代大规模数据存储的性价比更优解。

　　在开放平台方面，达梦提供MCP Server与Open API双通路接口，面向AI Agent和开发者实现资源发现、工具调用、SQL可控、权限继承，支持标准化的向量检索与混合查询，让上层AI应用能够快速落地。

　　在智能运维方面，构建7×24小时在线DBA专家团，让智算底座实现自治运行。

　　达梦正以底层一体机底座+端侧开发工具的全栈矩阵，携手行业伙伴，融数聚智，创领数据库产业的自主智能新征程。

　　跨越智能体拐点：重构Agent时代的数据底座

　　在Agent加速走向企业生产环境的今天，数据库正经历一次关键跃迁：它不再只是服务业务系统的事实记录系统，而正在演进为服务Agent与智能工作流的数据底座。

腾讯云副总裁 王义成

　　腾讯云副总裁王义成提到，企业建设 AI Agent应用时，数据往往分散在多个技术栈和平台中。一个 Agent 如果需要在多套系统之间查找、调用数据，开发、运维和权限管理都会变得复杂。基于此，腾讯云数据库全新发布了一款面向AI时代的数据底座 TDSQL Nexa，将事务处理、全文及向量检索、AI 计算、大规模分析等能力统一到一个数据平台。对于不适合搬迁的数据，也可以直接连接原有数据源参与计算，减少重复存储和数据搬运。在企业落地 Agent 常见的运行记录分析（可观测）场景中，TDSQL Nexa 相比开源组合方案，计算性能提升 10 倍以上，成本降低 60% 以上。在几十至上百张表的中等规模应用构建场景中，结合业务语义和专家经验后，Agent 生成的 SQL能够做到人工0介入，应用性能平均提升 50% 以上。

　　为了更好的服务Agent，腾讯云数据库从架构层面做了一次全面升级。用户面，TDSQL-C Serverless作为终端用户数据平面，为Agent服务的每一位用户提供独立实例，写时复制分支秒级创建、只为真实的负载付费；而在Agent自身的数据面，TDSQL Nexa和Boundless提供统一接入、统一元数据和一张多模表，实现多模数据的统一存储、检索与分析；Agent Memory管理上下文记忆，DatabaseClaw和DBbrain负责诊断与自治，DTS负责迁移分发。

　　Agent 时代拼的不是把数据库做得更炫，而是把底座做得更稳、更安全、更可控。腾讯云数据库积累了15 年以上云端稳定运营，金融级客户数据零丢失，故障切换成功率 100%，承载超过 50 万家客户，管理超千万核计算资源、超千PB数据资产，支持全链路加密、国密算法支持、细粒度权限管控与操作审计等金融级数据安全体系。这些经受了时间与规模考验的基本功，恰恰是腾讯云今天敢把数据库推向 Agent 时代的底气。

　　王义成强调，未来十年，企业选择数据库，不只是替换一套核心系统底座，更是在选择一个能同时支撑核心系统与Agent应用的统一数据底座。

　　模型决定AI多聪明，数据库决定AI能跑多远

　　大模型赋予AI推理与创造力，但让千万Agent持续可靠地完成任务，背后的数据底座才是决定性变量。当智能体从"能对话"走向"能做事"，数据库正从存取工具演变为Agent的记忆中枢与行动通道。

阿里云数据库产品事业部资深技术专家、RDS研发总负责人、数据库开源技术委员会副主席、AliSQL社区PMCChair 陈宗志

　　陈宗志表示，AI时代已进入下半场，Agent不再只是问答机器人，而是开始真正地“做事”。这一转变带来两个根本变化：访问数据库的流量50%将由Agent驱动产生，同时50%的数据库实例将由Agent创建与维护。

　　随之而来的是三个不可预测：数据类型不可预测，单次推理可能同时触碰结构化表、向量、JSON文档和关系图；访问量不可预测，多步推理瞬间将并发拉满，闲时静默、忙时几十倍尖峰；访问模式不可预测，探索式查询和分支中间数据用完即销毁，传统事务模型无法描述这种短生命周期。

　　面对这些挑战，陈宗志提出了Agentic DB的四项核心能力：一是多模数据处理，一个引擎同时支撑结构化、向量、JSON、图与全文检索；二是Serverless弹性，秒级冷启动、按调用计费，跟随Agent任务自动扩缩；三是数据库分支能力，像Git一样实现fork、对比和回滚，零拷贝零阻塞；四是自然语言接口，通过MCP/Tool/Skill标准化，让Agent用自然语言直连数据。

　　此外，阿里云还发布了AI原生数据库服务（AIDBS），AIDBS是企业级 Data－Centric Agent 的一站式开发与服务平台，使数据能够被 Agent 理解、编排、流动与监管。它内置三层Agent能力：管控面 Agent 负责实例创建、扩容、备份、升级；DevOps Agent 负责变更审核、SQL 优化、数据迁移；应用开发 Agent 负责元数据编辑、数据分析、甚至自然语言一键生成 Web 应用。以前需要人工在控制台上操作的任务，现在通过自然语言即可让Agent直接搞定。

　　模型决定 AI 多聪明，数据库决定 AI 能跑多远——这一判断，正在一个个阿里云数据库的客户场景中得到验证。

　　陈宗志总结，数据库正在被Agent接管两端，从为训练准备数据的AI上半场，全面迈入为Agent提供原生数据服务的Agentic Native时代。

　　从分布式数据库到AI湖库：OceanBase的技术演进与思考

　　OceanBase AI数据平台研发总经理杨志丰系统梳理了OceanBase从分布式数据库走向AI湖库的演进路径。他指出，OceanBase过去十余年经历了从单写多读、全分布式、HTAP，到单机分布式一体化、一体化产品的多次架构跃迁，始终围绕企业核心系统升级、实时分析、AI应用落地三大业务难题持续创新。

OceanBase AI数据平台研发总经理 杨志丰

　　面向生成式AI时代，OceanBase正式提出AI湖库新品类。其核心逻辑在于：AI让非结构化数据从成本中心转变为可计算资产，而多模态数据的统一管理与实时使用，需要新一代数据底座Lakebase。OceanBase AI湖库正是以此为设计原点，实现对结构化、半结构化和非结构化数据的统一存储、实时处理与智能检索。

　　在技术实现上，OceanBase展示了其湖库一体引擎的存算分离架构，通过冷热数据分层策略（HOT/AUTO/COLD），兼顾性能与成本；在检索能力上，支持向量、全文、标量、图等多路混合检索，并内置高性能向量索引算法（如HNSW、IVF），满足RAG、多模态搜索、智能体等AI场景的严苛需求；同时支持持 Spark 和 Ray AI 等开放计算。

　　特别值得关注的是，OceanBase围绕多模表和Fork Database能力，构建了面向AI Agent的统一数据底座，支持Agent记忆在线写入、冷热自动分层、版本化迭代与数据沙箱评测，真正实现数据可理解、记忆可在线、运行可观测、反馈可进化。

　　此外，OceanBase还发布了DataStudio一站式数据开发治理平台，覆盖数据接入、数据加工、任务编排、语义建模、数据治理到Agent协作等关键环节，帮助企业构建面向AI时代的统一、安全、高效的数据闭环。

　　未来，OceanBase正从数据库进化为数据智能平台，助力企业释放多模态数据价值，加速智能化转型。

　　核心铸基，智融双向：GoldenDB构筑数智底座的实践与思考

　　金篆信科副总经理屠要峰以“核心筑基”与“智融双向”两大篇章，阐释了GoldenDB作为国产数据库领军者如何构筑安全可靠的信创底座，并迈向AI时代的全面进化。

金篆信科副总经理 屠要峰

　　在“核心筑基”层面，GoldenDB以深厚的技术积累与规模化商用实践，证明了国产数据库有能力承载关键行业的核心业务。 屠要峰介绍，金篆信科拥有20余年技术积累，累计申请专利超1000项，在市场落地方面，规模化服务电信、政务、民航、海关、能源等关键行业头部客户，每日支撑超200亿笔核心交易、10万亿金融交易金额、9亿移动计费用户及2600万笔通关贸易，服务超1500家国内外客户，以长期稳定运行验证了国产数据库的可靠性。

　　屠要峰进一步指出，GoldenDB已形成一套成熟替代方案、三条技术路径与六大核心能力，为用户提供覆盖全生命周期的交钥匙国产化替代工程能力。

　　在“智融双向”层面，屠要峰认为，数据库的核心用户正从“人”变为海量“Agent”，未来的数据库不仅要懂SQL，还要懂MCP；不仅要服务于查询和报表，更要作为Agent的“外部记忆”和“推理引擎”。

　　面对这场时代重构，GoldenDB以“Scale Intelligence，Accelerate Insight”的理念，推动从承载数据处理升级为支撑智能系统实时决策的统一数据底座，构建DB for AI与AI for DB双向驱动的新一代架构。

　　在DB for AI方面，GoldenDB基于同源一体的架构设计，实现统一处理JSON、向量、File等多模态数据，融合检索与分析（HSAP），打造面向AI Agent的原生数据服务底座。

　　在AI for DB方面，GoldenDB利用AI优化查询代价、索引推荐与性能调优，纳管全链路可观测性数据，实现数据库的自我感知、自我诊断和自我进化能力。

　　屠要峰最后表示，未来的数据库将成为企业的“长期记忆仓库”和“持续学习引擎”，GoldenDB正从“记录世界的容器”全面演进为理解并推演世界的“认知基础设施”。

　　小结

　　为期三天的第17届中国数据库技术大会（DTCC 2026）正在火热进行，历经十多年的积累与沉淀，如今的DTCC已然成为国内数据库领域的技术风向标。展望未来，让我们携手并进，继续在数智化创新的征途上勇往直前，共同开创一个更美好的时代。