AI 时代,PostgreSQL 正在发生什么变化?

Stack Overflow2024年度调查:76%的程序员正在或计划使用AI工具! 阅读详情

引言

过去两年,AI 几乎重塑了整个技术行业的话题中心。

RAG、Agent、向量数据库、GraphRAG、AI Coding……新概念层出不穷。与此同时,数据库领域也在经历一场静水深流的变革。

2025 年,PostgreSQL 在全球开发者中的使用率达到了创纪录的 55.6% ——相比 2024 年的 48.7% 飙升了近 7 个百分点,这是 PostgreSQL 历史上最大的一年增幅。DB-Engines 的排名数据同样印证了这一趋势:2026 年上半年,PostgreSQL 以 21.97 分的增长领跑所有数据库。

PostgreSQL 正在成为新应用默认的记录系统,以及 AI 驱动开发的首选数据库。

但对于数据库从业者来说,一个更本质的问题始终萦绕:

  • 当 AI 真正进入企业生产环境,PostgreSQL 会变成什么样子?
  • 它还是那个传统意义上的关系型数据库吗?
  • 向量检索之后,AI 与数据库的结合还会走向哪里?
  • Agent 真的会取代 DBA 吗?
  • 企业级能力的下一道分水岭又在哪里?

这些问题,并没有简单答案。

但过去两年,在一线技术实践中,我们已经看到了一些越来越清晰的信号——它们不只是热点,而是正在落地的方向。

从 HOW 大会到一份可验证的白皮书

2025 年 6 月,济南。以 “Open Source Links the World” 为主题的 HOW 2025 大会汇聚了来自全球的 1500 余名参会者、百余位海内外专家,围绕 PostgreSQL 内核技术、开发运维、云应用、开源贡献及 IvorySQL 等七大方向展开了 20 余场专题分享。这场大会被业内评价为“这几年 PostgreSQL 数据库国内搞的最大的一次阵仗”。

2026 年 4 月,HOW 2026 以 “以开源之道,行致远之志” 再度启幕。2 天时间、21 个分论坛、109 场演讲、1500+ 线下参会者、20000+ 线上观看量——大会聚焦 PostgreSQL 18、AI 与数据库融合、云原生架构、开源生态共建与行业落地等方向。

两届 HOW 大会的上百场技术演讲和一线实践,汇聚了来自阿里巴巴、瀚高、IvorySQL 社区以及众多金融、政务、能源行业的一线工程师的真实经验。我们对这些内容进行了系统梳理和提炼,最终形成:

《AI 原生,PG 先行——PostgreSQL 企业级智能数据平台白皮书》

这不是一本大会演讲汇编,也不是泛泛的趋势预测。它是一份从真实故障、迁移案例、性能调优和 AI 落地项目中长出的技术指南——聚焦企业可验证的建设方向。

这份白皮书,为什么值得你花时间阅读?

我们从中提炼了 8 个关键趋势,覆盖 AI 数据平台、智能运维、内核工程、高可用、云原生治理、供应链可信与人才模型等多个维度:

  • PostgreSQL 正走向 AI 与实时分析的一体化数据底座——AI 落地的关键已从模型能力转向统一数据管理
  • AI 数据能力从“向量检索”扩展到 GraphRAG 与数据库内机器学习——有实践表明,仅用 PostgreSQL 扩展构建的 GraphRAG 系统,检索质量比经典 RAG 提升 61-84%,成本降低 80 倍
  • DBA 工作从人工经验走向 Agent化与 AIOps 闭环
  • 云原生交付进入精细化资源治理阶段
  • 高可用从“切换能力”走向端到端的“恢复工程”
  • 内核与兼容工程仍是企业级分水岭
  • 供应链可信与开源社区融入成为长期竞争力
  • AI 时代的数据库人才能力模型正在重构

更重要的是,每个趋势都附带了 技术解释(是什么、为什么重要)、企业启示(你现在可以做什么)和 观点来源(具体来自哪位专家的实战经验),让抽象的趋势变成可落地的行动指南。

白皮书还专门梳理了:

  • 六大企业级能力地图(从 AI 统一数据到组织人才)
  • 五类典型落地场景(AI知识库/RAG、私有云平台、智能运维、高可用与灾难恢复、传统数据库迁移)
  • 常见误区与修正建议——帮你避开那些“听起来对但实际坑很多”的决策

谁应该下载这份白皮书?

  • 正在评估 PostgreSQL/IvorySQL 作为企业数据底座的 CTO/技术负责人
  • 需要设计 AI 数据管道、RAG/GraphRAG 架构的 AI 应用架构师
  • 负责数据库稳定性、高可用与灾难恢复的 DBA 团队
  • 关注国产化替代、Oracle 迁移的 数据库迁移工程师
  • 希望将运维经验沉淀为可复用技能的 技术管理者

无论你是想抓住 AI 时代的数据库红利,还是希望避开落地过程中的暗坑,这份白皮书都能提供来自真实生产环境的决策参照。

现在下载,抢先获得完整版

📥 下载方式: 访问 👉 https://www.highgo.com/download

让开放技术,成为你企业可持续演进的能力。

这份白皮书,就是你的起点。

Agent Runtime 正在成为AI时代的操作系统层 Agent runtime 是指支撑大模型智能体(Agent)长期、可靠、可审计执行的底层运行时环境,其核心在于状态管理、沙箱隔离与事件驱动架构。随着 Claude Managed Agents、AWS AgentCore 等产品将 session-as-event-log、harness-as-executor、sandbox-as-cattle 三大范式标准化,runtime 层正从框架私有实现演进为通用基础设施。它解决了模型 context 窗口物理限制导致的状态丢失、凭证泄露风险、不可追溯性等生产级 阅读详情

相关推荐

Instant: 这个AI时代的后端神器(BaaS),你再也不想手写后端了

BaaS:让开发更简单高效的后端解决方案 BaaS(后端即服务)将通用后端能力打包成服务,开发者无需搭建服务器、数据库或处理运维问题,只需调用API即可快速构建应用。传统BaaS如Firebase、Supabase已成熟,但新一代方案如Instant更进一步,专为AI时代优化: 无限应用创建:多租户架构支持毫秒级创建应用,无冻结限制。 实时同步引擎:支持离线操作和乐观更新,轻松实现多端协同。 一体化服务:整合认证、存储、推送等功能,避免多数据源混乱。 Instant采用轻量级客户端数据库(TripleSto

飞翔的SA 589

PostgreSQL笔记1:AI时代的数据底座——从趋势到实践的全面解读

PostgreSQL已成为AI时代的一体化数据底座,在DB-Engines排名中位列第四,Stack Overflow调查显示其是开发者最受欢迎的数据库。PostgreSQL不仅具备传统关系型数据库的核心能力,还通过扩展生态支持向量检索、图查询、空间数据等多种数据形态,满足AI应用对数据库的严苛需求。学习路径应从环境搭建、核心原理到实战优化,掌握其作为数据基础设施的关键价值。

Wang的专栏 296

Python 2025:AI代理、Rust与异步编程的新时代

【Python 2025年技术趋势与核心地位】Python在2025年继续巩固其作为"胶水语言"的领先地位,AI、数据科学等领域的应用占比超过60%。三大关键趋势显现:1)AI领域实现多模态突破,边缘计算带来新挑战;2)Rust语言在Python扩展中的使用率增长22%,成为高性能开发新选择;3)异步编程从可选技能变为必备能力。PostgreSQL成为开发者首选数据库,数据科学应用首次超越Web开发。类型注解广泛普及,AI编程助手使用率达40%。

qq_65622609的博客 2337

DBLens for PostgreSQL 正式发布|把 PostgreSQL 开发与管理带进 AI + Agent 时代

摘要: DBLens推出专为PostgreSQL设计的桌面工具,深度适配PostgreSQL特有语法(如Schema、JSONB、UUID等),整合连接管理、对象设计、SQL查询和AI能力。新版本引入Agent功能,使AI能基于数据库上下文执行任务,而非仅提供聊天交互。工具通过45项PostgreSQL专项测试,覆盖连接池、DDL修改等核心场景,提供可视化表设计、数据编辑及AI辅助优化。目标是为开发者打造一站式高效工作流,现可官网下载体验。

dblens_com的博客 628

PostgreSQL 18.3与IvorySQL 5.3:AI数据库新纪元开启

随着AI应用深入各行各业,数据库的角色正从数据存储工具演变为智能数据基础设施。向量检索、RAG等场景对数据库提出了融合结构化查询与语义匹配的新要求。PostgreSQL 18.3作为年度大版本的重要补丁,在性能、可管理性与AI基础设施方面持续夯实;而IvorySQL 5.3则通过增强Oracle兼容性并深度集成AI能力,让企业可以在不推翻现有技术栈的前提下,直接获得内置的向量索引、混合查询与外部推理支持。两者结合,不仅简化了RAG系统的数据管道,也为从传统数据库向AI原生数据库演进提供了平滑路径。本文从版本

weixin_42549451的博客 244

PostgresML:通过 PostgreSQL 集成简化 AI 模型部署

此外,需要对已部署的模型进行持续监控、更新和版本控制,以适应不断变化的数据分发和业务需求,这带来了持续的挑战。然而,从模型开发到部署的过程带来了独特的挑战。PostgresML 是一个革命性的框架,它通过引入一套复杂的功能来扩展 PostgreSQL 的功能,这些功能旨在简化机器学习 (ML) 模型在数据库环境中的部署和执行。通过利用熟悉的 SQL 语法和数据库功能,开发人员和数据科学家可以有效地利用机器学习的强大功能,而无需专门的工具或外部服务,从而简化 ML 应用程序的开发和部署。

692

PostgreSQL 18.3与IvorySQL 5.3:开源数据库的AI时代进化

AI应用的落地,核心瓶颈往往不在模型,而在于数据存储与检索层是否高效、可靠。如何兼顾结构化数据、向量检索与半结构化信息,成为技术团队选型的关键。PostgreSQL作为成熟的开源关系型数据库,通过pgvector等扩展将向量检索能力融入SQL体系,使得复杂查询、混合过滤与排序可以一站式完成。与此同时,IvorySQL基于PostgreSQL内核提供深度Oracle兼容,极大降低了存量系统迁移到开源路线的成本,并持续跟随上游版本演进。PostgreSQL 18.3与IvorySQL 5.3的发布,从内核层面强

weixin_28481133的博客 302

别再乱选离散化方法了!从零到一用Matlab对比差分、双线性Tustin和预矫正的实战效果

本文深入探讨了Matlab中四种主流离散化方法(差分、双线性Tustin和预矫正)的实战效果对比,帮助工程师在数字控制系统设计中做出明智选择。通过详细的理论分析和Matlab代码示例,展示了不同方法在稳定性、频率响应和计算复杂度上的差异,并提供了针对不同场景的工程选用指南。

weixin_28737603的博客 141

PostgreSQL向量扩展pgvector:高效处理AI时代的高维数据

向量数据库是处理AI生成的高维向量数据(Embedding)的关键技术。通过将文本、图像等非结构化数据转换为向量表示,可以高效实现语义搜索、推荐系统等智能应用。pgvector作为PostgreSQL的扩展插件,提供了专门的vector数据类型和近似最近邻(ANN)搜索算法(如IVFFlat和HNSW),使传统关系型数据库也能高效处理向量数据。该技术特别适合需要同时处理结构化数据和向量数据的场景,如构建语义搜索引擎或实现混合推荐系统。相比专用向量数据库,pgvector的优势在于与PostgreSQL生态的

weixin_30635053的博客 374

ESP32脑机接口开发板:EEG信号采集与应用开发指南

脑机接口(BCI)技术通过采集脑电图(EEG)信号实现人机交互,其核心在于高精度生物电信号采集与实时处理。基于ESP32微控制器的开发平台结合专业级ADS1299 ADC芯片,可构建8通道EEG信号采集系统,支持250SPS采样率与可编程增益。这种嵌入式解决方案在科研教育领域具有显著优势,既能满足信号质量要求,又大幅降低开发门槛。典型应用包括实时脑电波可视化、注意力检测等BCI场景,通过Python生态工具链(如BrainFlow、LSL)可快速实现数据处理。开发时需注意电极阻抗控制(<10kΩ)和50/6

weixin_42518874的博客 346

Wafer的T7 Code是什么,怎么来的

在半导体Cim系统中,waferstart 业务需要支持 Sorter 读取 Wafer 的 T7 Code,与 MES 的 Wafer ID 进行绑定,以便向 前追溯 Wafer 历史,那么问题来了,T7code 是什么Wafer的T7 Code是一种,用于标识双面抛光的晶圆。这种标记采用二维矩阵代码符号,适用于各种尺寸的晶圆,不仅限于450mm无缺口晶圆7。T7 Code是衬底来料背面通常会有的供应商刻的追溯ID,这是一串数字和字母组成的流水码。

阿拉伯梳子的专栏 7929

AI 时代, 需要什么样的数据底座?

作者:杨克特 ProtonBase 技术副总裁毕业于浙江大学计算机系,获硕士学位,具备 10 多年核心系统设计和研发经验。曾任阿里巴巴资深技术专家,负责过搜索引擎、资源调度、实时监控等系统的设计和研发。具备丰富的开源经验,是 Apache Flink 和 Apache Druid 的 PMC 成员,以及 Apache 软件基金会成员。:Data Warebase = Data Warehouse + Database,由 ProtonBase 在业界首次提出。

Protonbase的博客 826

多旋翼飞行器设计与控制·Pixhawk4以及外部设备接线(笔记004)

笔记主要来源:Pixhawk 4 接线快速入门 目录 一、Pixhawk 4 的各个接口 二、接线图概览(重要传感器及外围设备) 三、飞控、GPS的安装和方向 四、电源 五、无线电遥控 六、数传电台(可选) 七、SD Card(可选) 八、电机以及其他外设 一、Pixhawk 4 的各个接口 FMU:Flight Management Unit 飞行管理组件 主 FMU 处理器:STM32F765 32 位 Arm® Cortex®-M7,216MHz,2MB...

猪猪的博客 1万+

从 Open-Loop 到 Closed-Loop:Java Agent 架构正在发生什么变化?

Regnexe 是一款面向 Java/Spring Boot 的开源多轮 AI Agent 编排框架,采用 Apache 2.0 协议。它通过 Search→Plan→Execute→Reflect 循环实现复杂任务推进,支持 Tool、Skill、Sub-Agent 三种能力层级,统一纳入插件市场管理,避免工具膨胀。框架提供注解式开发、文件目录热加载、三层记忆分离、完整可观测性、暂停恢复等企业级特性,兼容国内外主流大模型,旨在让 Agent 能力直接融入现有 Java 业务系统。

花千树的专栏 1093

学Simulink--基于新能源与储能系统的场景实例:压缩空气储能(CAES)系统热力学建模

本文介绍了使用Simulink对压缩空气储能(CAES)系统进行热力学建模的详细流程。重点讲解了系统各模块的设计方法,包括压缩机、储气装置、膨胀机和热交换器等核心组件的参数设置与计算模型。文章还提供了控制策略设计和仿真运行的具体步骤,通过建立MATLAB函数计算关键参数变化,并分析了系统性能评估指标。该建模方法可用于验证CAES系统的设计有效性,并为优化储能效率提供技术参考。全文采用模块化设计思路,为新能源与储能系统的仿真研究提供了实用案例。

xiaoheshang_123的博客 298

【Cursor+Playwright-MCP 实现 AI 自主功能测试】含实例代码脚本+保姆级教程

本文档详细介绍了如何使用 Cursor(AI 编程助手)和 Playwright-MCP 库实现基于 GPT 模型的自动化功能测试。文档从环境搭建开始,逐步指导读者如何通过 Playwright 进行浏览器自动化,并利用 Playwright-MCP 集成 GPT 模型生成测试计划、执行测试步骤及生成测试报告。核心步骤包括安装依赖、配置 OpenAI API 密钥、编写代码实现 AI 驱动的测试流程,以及生成详细的测试报告。通过本文档,读者可以快速掌握从 0 到 1 实现 AI 自主功能测试的全流程。

Dreams°的博客 2894

AI时代BaaS | 开源的后端即服务(BaaS)平台Supaba

在AI应用爆发式增长的今天,BaaS(后端即服务)已成为开发者构建智能应用的核心基础设施。

西京刀客 2129

FPGA 学习笔记:Vivado 工程更改FPGA 型号

FPGA 学习笔记:Vivado 工程更改FPGA 型号

坚韧与专注 1万+

全面解读《State of PostgreSQL 2023》报告

一文了解PostgreSQL最新发展状况!

m0_54979897的博客 1252

GNSS/RTK定位失效时的替代方案:视觉惯性里程计(VIO)

GNSS/RTK定位失效时的替代方案:视觉惯性里程计(VIO)​ ,人工智能,计算机视觉,大模型,AI,本文详细介绍了视觉惯性里程计(VIO)作为GNSS/RTK定位失效时的替代方案。阐述了VIO的定义、优势及与其他定位技术的区别,讲解了视觉传感器和IMU的工作原理及数据融合原理,分析了时间同步、标定等关键技术,介绍了VINS-Mono等常用框架、简单代码示例、应用场景,还探讨了VIO面临的挑战与未来发展趋势,展现了其在多个领域的重要性与应用潜力。

不踩坑,不知道坑有多深;不总结,踩过的坑白踩。 16万+

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

2026年数据库技术风向:AI原生重构底座,PostgreSQL成为AI Agent首选

AI原生:数据库从"支持AI"升级为"为Agent设计",向量搜索、混合搜索、Agent记忆存储成为标配PostgreSQL崛起:凭借pgvector扩展和MCP Server标准,PostgreSQL成为AI应用的首选数据库湖仓一体:存算分离架构让数据湖和数据库的边界越来越模糊,统一的数据底座正在形成对于开发者来说,2026年最值得投入学习的数据库技能是:PostgreSQL的向量搜索(pgvector)、数据库的AI Agent集成(MCP Server)、以及湖仓一体的数据处理架构。

yonggeit的博客 460

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

数据库不再只是记录事实:PhoebeDB国内首秀,21倍性能与MLIR架构重构AI时代数据底座

在大会的“全栈可信 数智新生——AI原生数据库技术创新沙龙”圆桌论坛环节,云和恩墨解决方案专家江宁分享了关于AI原生时代数据库发展的观察与思考:AI原生数据库应作为持久化AI Agent的“认知基座”,提供关系型状态、向量存储、追踪数据的跨类型原子性,支持快照一致推理与因果审计。公司以“数据驱动,成就未来”为使命,致力于将创新的数据技术产品和解决方案带给全球的企业和组织,帮助客户构建安全、高效、敏捷且经济的数据环境,持续增强客户在数据洞察和决策上的竞争优势,实现数据驱动的业务创新和升级发展。

weixin_54551388的博客 593

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

AIGC(生成式AI)试用 33 -- 用AI学AI名词

AIGC(生成式AI)试用 33 -- 用AI学AI名词

Rolei的博客 1342

macOS 菜单栏系统监视器 Stats 完整指南:安装、硬件指标读取原理与故障速查

想让 Mac 的 CPU、内存、网络流量、电池状态时刻可见,又不想开着一个常驻窗口?Stats 是一个免费的开源系统监视器:它不占 Dock,只在菜单栏挂出几个小图标,把硬件指标直接摊在你眼前,点一下才展开详情。本文带你从安装到读代码,完整走一遍这台"迷你仪表盘"。 ## 为什么把硬件指标放进 macOS 菜单栏 传统系统监视器的思路是"开窗口、看曲线",可绝大多数时候你只需要瞟一眼数字就够了

gitblog_00174的博客 1113

【AI 测评】Prometheus怎么监控PostgreSQL?Postgres Exporter部署教程

我是小假 期待与你的下一次相遇 ~

纵有疾风起 人生不言弃 6638
上一篇: IvorySQL 多模融合实战:pg_textsearch + pgvector 上生产前,必踩的 7 个坑
下一篇: PostgreSQL 日报|pgAdmin 4 v9.18 修复四个安全漏洞(9 月 18 日)
IvorySQL
博客等级 码龄5年 745粉丝 565原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值