OceanBase 在 6 月 29 日正式推出面向 AI 時代的數據庫產品組合，核心是湖庫一體 AI 數據庫 OceanBase Lakebase，以及配套的數據開發治理平臺 DataStudio 和數據智能 Agent DataPilot。這套方案瞄準 Agent 應用對實時、多模態數據管理的需求，將數據湖的開放存儲能力與數據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持多模態數據管理。它把結構化字段、文本、圖片、音視頻、JSON、向量等不同形態的數據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、搜索引擎、向量庫和數據湖分別維護獨立鏈路，一套系統即可同時承載事務處理、實時分析和 AI 工作負載。

在 Agent 友好性上，OceanBase CTO 楊傳輝強調，實時性將成為 AI 數據庫的第一需求。Lakebase 原生支持面向 Agent 的實時上下文工程，能統一存儲和檢索 Agent 的記憶、上下文、狀態與行動記錄，並通過向量、全文、結構化數據的混合搜索提供更精準的上下文供給。同時，數據分支、邏輯庫、資源隔離和快速回滾等機制為 Agent 應用創建了獨立且安全的數據環境。

與 Lakebase 配套的 DataStudio 覆蓋從數據接入、加工、任務編排、語義建模到數據治理與 Agent 協作的全生命週期，旨在把分散的數據資產轉化為可管理、可調用的數據服務。DataPilot 則面向業務人員，通過自然語言交互完成分析報告、數據看板和可信答案生成，將過去依賴專業數據團隊的分析流程轉化為可交互的智能決策能力。

成本方面，楊傳輝透露，在相關落地場景中，OceanBase AI 數據庫可使項目整體 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 可將海量盒智駕數據轉化為可管理、搜索、分析、複用的數據資產；在證券行業，則能統一移動數據源並進行多模態智能解析，處理行研報告與合規文件。

OceanBase CEO 楊冰認為，AI 正在改變數據的管理方式，數據使用者從人擴展到海量 Agent，數據形態也從結構化為主轉向非結構化數據成為可計算資產。為此，OceanBase 已將內核團隊分為“一體化數據庫”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 數據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 數據庫的快速迭代提供了天然優勢。