OceanBase 在 6 月 29 日正式推出面向 AI 時代的資料庫產品組合，核心是湖庫一體 AI 資料庫 OceanBase Lakebase，以及配套的資料開發治理平台 DataStudio 和資料智慧 Agent DataPilot。這套方案瞄準 Agent 應用對即時、多模態資料管理的需求，將資料湖的開放儲存能力與資料庫的結構化事務能力整合進統一架構。

Lakebase 最顯著的特徵是原生支援多模態資料管理。它把結構化欄位、文本、圖片、音影片、JSON、向量等不同形態的資料納入同一張表的語義之下，並通過“AI 列”機制讓模型自動生成摘要、標籤、向量等語義結果。這意味著企業不再需要為交易庫、數倉、搜尋引擎、向量庫和資料湖分別維護獨立鏈路，一套系統即可同時承載事務處理、即時分析和 AI 工作負載。

在 Agent 友好性上，OceanBase CTO 楊傳輝強調，即時性將成為 AI 資料庫的第一需求。Lakebase 原生支援面向 Agent 的即時上下文工程，能統一儲存和檢索 Agent 的記憶、上下文、狀態與行動記錄，並通過向量、全文、結構化資料的混合搜尋提供更精準的上下文供給。同時，資料分支、邏輯庫、資源隔離和快速回滾等機制為 Agent 應用建立了獨立且安全的資料環境。

與 Lakebase 配套的 DataStudio 覆蓋從資料接入、加工、任務編排、語義建模到資料治理與 Agent 協作的全生命週期，旨在把分散的資料資產轉化為可管理、可呼叫的資料服務。DataPilot 則面向業務人員，通過自然語言互動完成分析報告、資料看板和可信答案生成，將過去依賴專業資料團隊的分析流程轉化為可互動的智慧決策能力。

成本方面，楊傳輝透露，在相關落地場景中，OceanBase AI 資料庫可使專案整體 TCO 降低 30%–50%。目前該方案已在螞蟻阿福、靈光等應用場景完成業務驗證。在智駕場景中，Lakebase 可將海量盒智駕資料轉化為可管理、搜尋、分析、複用的資料資產；在證券行業，則能統一行動數據源並進行多模態智慧解析，處理行研報告與合規檔案。

OceanBase CEO 楊冰認為，AI 正在改變資料的管理方式，資料使用者從人擴充套件到海量 Agent，資料形態也從結構化為主轉向非結構化資料成為可計算資產。為此，OceanBase 已將核心團隊分為“一體化資料庫”和“AI”兩個大部，配備獨立團隊研發 AI 引擎，視其為面向未來的第二增長曲線。

從產業格局看，楊傳輝判斷，在 AI 資料庫領域中美起步點接近，中國在場景豐富度和工程化落地上甚至可能領先。OceanBase 背靠支付寶 AI 支付、通義千問、高德、飛豬等阿里生態業務，擁有真實且大規模的業務實踐場景，這為其 AI 資料庫的快速迭代提供了天然優勢。