OceanBase首次公開支撐螞蟻靈光AI生成應用的數據架構實踐，通過面向海量應用的邏輯表、共享物理存儲和受控SQL計算等技術，實現“應用數據模型獨立、底層資源共享”的新型數據庫架構，爲AI生成應用的大規模運行提供數據底座支持。

今年4月數據顯示，螞蟻靈光平臺已累計生成約3000萬個閃應用。隨着AI降低應用開發門檻，大量由Agent生成的應用快速增長，傳統數據庫架構面臨新的挑戰:既需要讓每個應用擁有獨立的數據管理和計算能力，又要避免爲海量應用分別建設數據庫帶來的存儲和運維壓力。

image.png

針對這一問題，OceanBase設計了面向海量AI應用的“邏輯表”方案。每個閃應用在使用層面仍擁有獨立的數據表結構，可以創建表、寫入數據並執行標準SQL查詢，而底層則共享統一物理存儲。通過接入OceanBase JSON Table SDK，應用數據以JSON形式存入共享表，數據庫根據應用獨立Schema完成數據映射、查詢和聚合計算，實現精確的數據處理能力。

相比將數據集中存儲爲JSON大表或爲每個應用創建獨立物理表的傳統方案，該架構降低了海量應用帶來的數據庫管理壓力，同時保障多租戶權限隔離。當單個應用規模增長時，還可遷移至獨立物理表，以獲得更高性能。

OceanBase表示，此次實踐不僅驗證了AI生成應用的數據管理能力，也體現了數據庫向AI數據平臺演進的趨勢。今年6月，OceanBase發佈新一代湖庫一體AI數據庫，將結構化數據、非結構化數據和向量數據統一管理，支持AI Agent獲取完整業務上下文，目前已在螞蟻阿福、靈光等場景驗證，並推進企業客戶測試。

隨着AI Agent逐漸成爲下一代應用形態，數據基礎設施的重要性持續提升。OceanBase希望通過構建面向Agent的數據底座，爲企業AI應用規模化落地提供更加穩定的數據支撐。