据开发同名分布式数据库的Cockroach Labs首席执行官Spencer Kimball称，数据库管理工作很快将像编程一样，主要由AI 代理(Agent)实现自动化。

Spencer Kimball向The Register表示，随着AI代理在编程和业务功能中的爆炸式增长，数据库数量随之激增，这意味着主要依靠人工方式进行管理已不再可行。

“没有人会对数据库进行手动操作，就像现在几乎没有人再进行手动编程一样，”他说。“现在很多人甚至不知道自己的代码库里到底有什么，他们只了解设计、规格和保证。他们仍在验证软件，但最终并不会深入到代码层面，因为这样做没有意义。这就像现在没人用汇编语言编程一样，”他说道。

Kimball是少数拥有相应软件工程背景、足以发表此类言论的科技公司首席执行官之一。他曾参与构建谷歌的Colossus分布式文件存储系统，并在加州大学伯克利分校攻读计算机科学期间，开发了开源图像编辑器GIMP，该软件至今仍在持续更新。

在此期间，他曾多次目睹抽象层级的转变。“这些周期一直在发生。接下来会发生什么不难预见，因为归根结底，超越编码范畴的智能代理将越来越多地补充和辅助人类主导的工作负载。它们将使用工具，工具通过API进行交互，而API则与运营数据库进行通信——每一项操作都是如此。如果思考这种海量流量激增带来的影响，这意味着运营数据库将变得更加繁忙，而且会繁忙得多。我们说的是指数级的增长，”他表示。

Cockroach Labs并非唯一一家将企业对AI代理的需求视为机遇的数据库公司。许多供应商都在这一领域进行布局。例如，向量数据库供应商Pinecone的理念是：通过编译组织数据结构和内容的知识库，其技术可以避免在数据与AI代理之间来回消耗token。TimescaleDB 的母公司 Tiger Data 开发了 Ghost 技术，该技术专为使用 AI 代理的开发者设计，按计算量计费，而非按数据库计费。

Cockroach Labs(其客户包括 OpenAI、CoreWeave、Booking.com 和思科)正提出“代理式数据库云(Agentic Database Cloud)”的概念来满足这一需求。该方案的核心要素包括弹性计算与存储分离、统一环境管理、数据库虚拟化以及代理式运维。该公司预计将于今年晚些时候发布基于这一理念的产品。

尽管如此，在数据库环境中，Kimball预计AI代理将扮演顾问角色，以避免对运营造成干扰。“可以想象，企业并不急于将生产环境的控制权交给代理。这些代理只是多一双‘眼睛’，”他表示。

为此，Cockroach 一直在构建自己的智能代理，以优化其运营和数据库管理方式。

Kimball表示，该公司采用分层方法构建了AI智能代理：先分配子任务给智能代理执行，然后让这些智能代理管理其他智能代理，并由另一组智能代理对所采取的方法进行验证。

“这里存在各种各样的任务交接：有协助迁移的代理，有处理慢查询的代理，还有能诊断集群问题的代理，因为它们被赋予了机构知识。例如，我们过去两年的全部Zendesk历史记录，包括每张客户工单、每个问题以及相应的解决方案，都已被消化并建立交叉索引。我们正在构建的客服机器人，其核心在于对提示语、流程交接和质量控制的工程化设计，”他表示。

他指出，“思考”工作由基础模型来完成。“我们使用了一些开源模型，它们速度极快且成本低廉。这些模型负责快速处理那些你经常需要做的……更平凡且琐碎的任务。”

Kimball表示，Cockroach还使用了包括OpenAI GPT-OSS和Claude Opus在内的专有模型。

“我们正试图替代大量人力劳动。我们为数据库相关岗位提供企业级‘通用人工智能’解决方案——这些岗位过去必须雇佣人类来完成，但若要将规模扩大10倍，甚至100倍，仅靠人力根本无法实现。必须找到一种方法，让这些智能代理能够非常稳定地完成极具价值的工作，且表现水平不亚于人类甚至超越人类。坦率地说，有些工作对智能代理来说虽然繁琐，但你根本无法雇佣人类来做，比如不断查阅日志文件和排查线程问题。这实在太枯燥了，”Kimball说道。

因此，Cockroach预计能够扩大其产品的覆盖范围和服务的客户数量，但员工规模只会小幅增加。

“你现在可以利用现有资源做不同的事情。你可以尝试扩大人类团队的规模，也可以设法提高人类团队的效率，而这就是我们在内部所做的。从根本上说，这也是我们将为客户提供的服务，因为如果只局限于当前的技术条件，你可能会说‘哦，人工智能还未完全准备就绪’，但鉴于这些技术发展的速度，在不久的将来，这一切几乎是不可避免的，”他说道。

无论Cockroach的愿景能否成为现实，数据库市场都必须应对企业级AI的浪潮——相关投入目前丝毫没有减弱的迹象。话虽如此，如果代理需要数据库，而数据库又需要代理来管理，那么或许这将形成一种“层层嵌套”的无限循环。