2025年2月，Andrej Karpathy 在 X 上提出“vibe coding”概念，不到一年便成為柯林斯詞典年度詞彙。這一趨勢迅速席捲全球：瑞典公司 Lovable 的 ARR 在2026年6月達到5億美元，平台每週新增約100萬個專案，累計超過5000萬個，其中八成使用者沒有技術背景。Cursor 的 ARR 則從年初約20億美元增長到年中接近40億美元，短短幾個月完成翻倍。國內同樣跟進，螞蟻靈光、百度秒噠、騰訊“吐司”、位元組 Trae 等成為大廠標配。

應用生成變得容易，但資料庫的服務物件隨之改變。過去資料庫服務的是像淘寶、微信這樣的少量大型應用，而現在成千上萬個應用都需要自己的資料空間。對於 AI 生成應用來說，資料空間不僅是儲存空間，更是支撐應用持續執行的“記憶”，需要儲存資料結構、業務狀態，並保證後續準確呼叫和計算。面對“海量 AI 生成應用×動態 Schema”的挑戰，資料基礎設施需要新的解決思路。

傳統資料庫方案開始失效。根據 Sensor Tower 資料，2026年上半年蘋果商店新增約56萬個應用，幾乎相當於2025年全年總量，全年有望突破100萬，其中大量來自非專業開發者使用 vibe coding 工具（如 Replit、Bolt.new）提交。這意味著資料庫面對的不再是單一大型資料庫，而是數千萬個彼此獨立的資料空間。以螞蟻靈光為例，上線四個月便累計生成超過3000萬個閃應用。這些應用數量巨大、單體資料量小、Schema 動態生成，多數應用生命週期短，但使用者重新點開時又必須立即響應。

一位接近專案的技術人士指出，傳統資料庫規模問題問的是“一個庫能裝多少資料”，而這裡的問題是“一套資料庫能否同時容納3000萬個互不相同的小庫”。有人可能認為 AI 能生成程式碼，資料計算也可交給大模型，但現實並非如此。AI 擅長生成頁面、程式碼和業務流程，但涉及金額彙總、排序、過濾等需要絕對準確結果的計算，仍需資料庫完成。以記賬閃應用為例，使用者需要按月彙總支出，這類精確計算不能由大模型完成，也不能由平台為每個應用開發介面。從 Agent 視角看，這些能力構成應用的“執行記憶”：Schema 定義資料理解方式，業務資料記錄互動狀態，應用標識劃定記憶邊界，SQL 負責準確呼叫和計算。

傳統資料庫的兩種典型方案在 AI 生成應用場景下都失效。第一種是所有應用共享一張 JSON 大表，物理表數量少，但 SQL 聚合、過濾、排序能力難以直接使用，計算回到業務層，多租戶許可權隔離複雜，等於只解決“存”而放棄“算”。第二種是為每個應用單獨建立物理表，體驗完整但規模災難：每建立一個應用就需一次 DDL 操作，3000萬次建立使控制面持續承壓，且應用資料量極小，開銷遠超業務資料。螞蟻集團平台技術事業群總架構師黃挺形容：“不能讓每個人都單獨蓋一棟房子，也不能讓所有人睡一個大通鋪。”資料庫行業過去最佳化方向瞄準“少量、穩定、巨型”的庫表，而 AI 時代負載首次呈現“海量、動態、長尾”形態。

OceanBase 提出“邏輯獨立，物理共享”的新路徑：將應用的資料模型與底層物理儲存解耦，每個應用保持獨立資料模型和訪問邊界，底層共享儲存和計算資源。OceanBase 產品部總經理韓富晟比喻為寫字樓：“每家公司都有獨立辦公室，按自己風格裝修，但整棟樓共享水電和物業。”實現上，OceanBase 將“表”拆成兩層：一層記錄 Schema，一層儲存資料內容，所有應用資料寫入共享資料表並以 JSON 儲存，物理表數量不再隨應用數量線性增長。同時增加“翻譯”能力，通過 JSON Table SDK 將標準 SQL 自動轉換為對共享儲存的訪問，利用 JSON_TABLE() 對映成關係表完成計算。隔離方面，SQL 執行時自動附帶應用標識等限制條件，結合白名單機制約束範圍。這種設計還帶來成本優勢：多數 AI 應用生命週期短、訪問量低，共享資源降低執行成本；當應用成長為高頻業務時，可平滑遷移到獨立物理表。

據彭博社援引知情人士報道，外界曾將 OceanBase 看作中國的 Databricks。兩家公司起點不同，但都在回答 AI 應用大規模湧現後資料基礎設施如何演進的問題。OceanBase 在靈光專案中的實踐提供了一種新思路：物理資源共享、邏輯邊界獨立、確定性計算留在資料庫。這重新定義了資料庫的“規模”：網際網路時代關注單庫容量、事務處理能力和效能；AI 時代挑戰變成如何以有限資源承載千萬級動態資料空間，同時兼顧隔離、確定性和成本。資料庫的角色也在變化，過去回答“資料怎麼存、怎麼算”，如今還需回答 AI 如何持續、安全地使用資料，以及如何組織資源服務開發者和 Agent。當應用生成成本趨近於零，競爭從“如何生成應用”轉向“如何承載應用”。韓富晟表示，OceanBase 會持續探索，搭建面向 Agent 的資料底座，為下一代 AI 應用構建真正可依賴的資料基礎設施。3000萬個閃應用只是第一站，資料層的競爭才真正開始。