📰 概要

图灵奖得主Mike Stonebraker接受InfoQ访谈，把半个数据库行业都骂了一遍。

他骂Oracle，说Larry Ellison「把还没实现的功能卖给客户」。骂Google，说MapReduce「低效得离谱」。骂Amazon，说15种数据库「多了12种」。

但最有意思的是他对AI的看法：大模型在公开SQL基准上80%+准确率。但在真实数据仓库测试里，结果是0%。即使加上RAG，最多也只能到35%。人类工程师，可以做到90%以上。

「这项技术，至少在可见的未来，还不够格进入生产环境。」

🔍 解读

80%到0%的真相

差距来自数据质量。公开基准数据规范、规模小、schema清晰。真实企业数据仓库schema不规范、join跨多表——大模型在这些场景下完全不够用。

AI Agent本质是数据库问题

Stonebraker指出：大多数Agentic AI还停在「只读」阶段。一旦进入「读写」世界——转账、库存更新——问题立刻回到数据库老问题：事务和一致性。

这不是AI问题，是分布式数据库问题。

被骂的巨头们

Google后来做了Spanner——正是传统事务系统，等于承认了MapReduce走不通。Amazon至今维持15种数据库。Oracle的「尚未实现就开卖」策略至今仍是潜规则。

DBOS的机会

Stonebraker2023年创立DBOS，用数据库技术替代Linux上半部分。一旦AI Agent进入读写时代，事务型系统才是真正的底层基础设施。公司三分之二客户是AI。

什么情况不适合用

大模型写SQL只适合标准化、小规模、schema规范的场景。真实企业数据仓库、跨系统集成——这些还是需要人类工程师。

你应该关注什么

AI Agent从「玩具」变成「生产工具」，绕不开数据库基本功。2026年，Agentic AI的真正瓶颈，可能不是模型能力，而是底层数据基础设施。