数据库 + 大模型，是这两年比较火的一个话题。例如早前的 AIOps 智能运维，通过融合 AI 技术，尤其是机器学习和大数据分析方面，试图提升 IT 运维效率与自动化水平。

然而，受限于 AI 自身的发展状况，AIOps 所能掀起的波澜相对有限。

而如今，随着 Chat2DB 、ChatDBA 、DataGPT 等基于 LLM 的新一代对话式工具的出现，让数据库 + 大模型的组合越发成熟，大大提升了 DBA 的工作效率。

本期【开源漫谈】，我们邀请到了腾讯云 TVP 成员杨建荣、爱獭科技创始人姬朋飞、爱可生 AI 创新事业部负责人苏鹏、北极九章 CEO 刘沂鑫，一起来探讨一下，数据库 + 大模型，究竟带来了什么？未来还有哪些可能？

分享嘉宾：

姬朋飞

爱獭科技创始人，开源社区 OG 。

开发的开源产品 Chat2DB 在 GitHub 有 15k+ Stars ，个人的开源项目 Easyexcel 在 GitHub 社区拥有近 30k Stars ，是目前应用最广泛的技术框架之一。

苏鹏

爱可生 AI 创新事业部负责人。

目前在爱可生负责大模型与数据库的创新场景探索，在数据库和算法领域有着丰富的开发经验。Datawhale 开源学习社区上海负责人、LFAPAC Edu SIG member 。

刘沂鑫

北极九章创始人兼 CEO 。

毕业于 UC Berkeley，资深数据科学家和数据产品经理，美国最大的房地产科技公司 CoreLogic 数据产品负责人。作为国内最早的 AI 对话式数据分析探索者之一，带领团队研发北极九章数据智能平台 DataGPT 。

主持人：

杨建荣

《 Oracle DBA 工作笔记》《 MySQL DBA 工作笔记》作者，dbaplus 社群发起人之一。

腾讯云 TVP 成员，现任竞技世界系统部负责人，拥有十多年数据库开发和运维经验，目前专注于开源技术、运维自动化和性能调优。

01 AI 在与数据库融合的过程中，有哪些应用场景？

姬朋飞：

站在开发者的角度，在我们实际做的过程中，最大的一个点就是去生成 SQL 。那生成 SQL 其实可以服务于几类人，第一类是技术开发人员，第二类是业务人员，基于 SQL 再去转化成各类报表。其次，这两年大家可以看到向量数据库很火，说白了还是因为 AI 增强了向量化的能力，就像 Oracle 、Redis 这些数据库都在集成各种向量库的能力。最后就是一些 DBA 人员，给他们提供了很多辅助手段，比如线上报错应该怎么解决。

苏鹏：

主要还是一个运维场景，比如说能自动获取一些系统状态，让大模型自动处理一些事件。在我们自己做的过程中，和还有一个比较重要的场景，就是对 SQL 的优化，对于已经生成好的 SQL 语句，怎么给它进行优化，让它执行得更高效，这个目前大家的需求方向。再有一些，就是对 SQL 的解释，这个也是我们经常看到的，因为 SQL 语句由于某些业务需求，会写得很长，那么大家理解起来就会有一定的复杂性，模型来帮你解释了，其实也能让你更好理解它的含义，知道怎么去优化它、调整它。

刘沂鑫：

我补充一个方面，其实数据库面临的一个很大挑战就是数据质量不行，如何将非结构化数据变成结构化的数据并加以归纳，以前都是人去做这样的工作，但现在 AI 也可以做这样一个工作，甚至它的效率还高于人，去完成这些内容。

02 当前数据库 + AI 产品备受关注，有哪些正反面的声音呢？

姬朋飞：

我先从好的方面开始说，因为有了 AI 之后，其实无论大家在操作数据库，还是查数据、做数据分析时，很多东西都做了简化，然后本身一些可能以前业务不太熟练的人员，可以通过 AI 辅助完成工作，大大提高了工作效率和质量。其次就是智能化运维的操作与管理，都有很多智能工具可以帮你，比如说做一些监控、智能告警，还有非结构化数据整理。比如说客服系统，以前可能要去做很多 FAQ ，抽调很多 FAQ 去回答用户问题，但现在只需要丢一个文档就 ok 了，整体过程交给 AI 帮你完成。

那么在不好的方面，其实很多专业人员都有体会，那么就是 AI 对于整个数据库的运维面临一些不确定，因为大模型本身就伴随着不确定。比如在一些运维操作，不能说有了 AI ，就忽视了人工确认的环境，还是需要认为得去检查一些复杂场景。其次就是资源和成本，因为 AI 要用去大量的 GPU 算力，对于一些创业公司来说，动不动成本就几十万，确实是比较高的。

苏鹏：

太依赖 AI 势必会让人类丧失一定的思考能力，这可能是在人的层面上大家比较担心的点。因为 AI 对于人来说，一个是比较简单，另一个就是它能帮你做你本来就不了解的那一部分工作。如果是这样，你如何去识别 AI 所做的是对的，它做完了你如何去校验它，我觉得这个还是现在大家没有思考完善的一个问题。所以，我觉得从反面来说，我们应该避免过度依赖 AI ，另一方面，还是需要不断提高自身的能力，起码你要能甄别 AI 所输出的内容是否准确。

刘沂鑫：

作为一个产品经理，从产品的角度上说，大家一开始会觉得 “大模型 + 数据库” 拥有很多种可能，这个不仅是团队内部的理解，也是现在很多开发者们的理解，但其实，有些想法是现在 AI 可以解决的，而有很多想法都是不能解决的，甚至，有些想法就不应该让产品来解决。我不认为说 “声音”，就只有对的声音，或者是错的声音，从长期角度来看，数据库 + 大模型是一个大趋势。

03 对于 DBA 来说，要去接入 “大模型 + 数据库” 这种产品时，学习曲线是怎样的？需要额外去学习什么东西吗？

姬朋飞：

你要对 “大模型 + 数据库” 这种产品的能力边界有一个认识，就是你要知道它的核心能力在哪里，需要哪些数据，比如说数据库的语法、函数等，这些东西起码是你需要梳理好告诉 AI 的，不然 AI 大概率只能生成一些与你业务不相关的东西。其次，就是在大模型一块的相关测试方式，还是得掌握，让生成的数据更贴合一些真实的业务场景。

苏鹏：

事实上，现在大模型的迭代速度是非常快的，结合数据库领域，我们都需要在使用的过程中，不断去优化自己的知识结构和提升我们的实操能力。再有，只要模型不做大的结构化调整，那么 “提示词” 一定是一个很重要的技能。它是你跟模型交互的一个接口，写好你的提示词，其实也就能更准确地表达你的需求。

我们经常遇到的一个痛点就是，客户出问题了，就找过来让你解决，客户也说不清楚问题出在哪里，反正就是报错了。其实不应该是这样子的，处理问题的过程中往往需要做很多工作，比如查监控、查日志、查很多东西，通过收集这些碎片化的信息，才能找到问题的原因。所以我们在设计产品的时候，也是考虑到了这一方面，希望通过一种引导式的步骤，帮助我们处理在真实场景中所遇到的故障或问题，这一点，不论有没有 AI ，都是需要每一位 DBA 所深入学习并掌握的能力。

刘沂鑫：

我们所思考的一个核心的点在于，如果 AI 必然是未来，那么 DBA 最好当下就要开始学习相关的知识体系或实操技能。其次，数据库是个非常专业的一个领域，即便通过结构化的方式表示该问题，这个问题当中还可能嵌套问题，所以利用大模型未来去处理工作，绝不是问一个问题，就能立马得到非常准确的答案，而是与大模型相互磨合的一个过程。我们也做了大量的工程化结构和自动化提升，最终满足大家的实际需求。

04 目前，数据库 + AI 面临哪些技术挑战？其未来发展趋势是什么？

刘沂鑫：

我们看到的一些场景更多是以国央企为主，这些国央企的数据，被认为是个宝贵的资产，需要本地化。这其实就是在 “数据库 + 大模型” 落地过程中的一个挑战，正如刚才姬朋飞老师提到的 20 万甚至是几十万，当需要很多卡时，我们的整个采购流程就会变得非常漫长，并且，这是一个非常昂贵的流程。最先进的模型，对于机器的要求更高，背后所蕴藏的成本也就更大，对于本地化部署的难度就会水涨船高，并且也限制了数据的输出速度。

除此之外，我们刚刚提到技术边界，其实任何一个技术都是有边界的。大模型在梳理数据时，往往会根据语言理解的偏差，没办法百分之百理解你的需求，这就会导致输出的 “非一致性”，这是一个很重要的问题。

最后就是趋势，至少在现在，特别是一个企业环境中，我们看到大家慢慢适应了 “大模型 + 数据库” 这样一个工作模式，就像最开始我们用五笔输入，后来用拼音，然后拼音越来越智能，这都是一个技术发展的路径，并且我们最后都适应了。

补充一点，其实数据库 + 大模型很多时候并不面临技术上的挑战，更多的是合规性的挑战，特别是在大语言模型这个阶段。

姬朋飞：

第一个其实就是数据治理和数据清洗加工，举个例子，业务人员要技术生成一些数据，那么就需要给技术将很多需求，最后他才能生成 SQL 、产出报表，现在换成了 AI ，或许还要跟他更为详细的需求，它才能明白你的意思；第二个是数据隐私和安全性，有了 AI 之后，其实很多企业级数据的权限控制上，就需要做一些调整，才能合规使用。

趋势方面，未来向量数据库可能也是发展的一个范畴，但就目前的算力，其实相对还是比较欠缺的，未来算力成本的进一步下降，将会推动其快速发展。

苏鹏：

前段时间正好看到了微软研发员的一篇 paper ，文章中大概把我们使用的大模型分了几个级别。Level 1 类似于一个检索，Level 2 会根据问题稍微做一点推理，Level 3 对输出做一个设定好的规则，Level 4 又叫做隐形推理，面对一个新的场景，输出内容。随着级别的升高，模型推理能力也不断提升，就数据库的场景来说，未来大概率会使用到 Level 4 这一类的大模型，并且以此为基础，不断迭代，才能满足大家的需求。