AI 正在重塑应用开发方式，也正在重塑数据基础设施。当 AI 可以批量生成应用，数据库面对的已不再只是容量和性能问题，而是被 Agent 持续生成的海量动态数据空间。数据基础设施必须同时解决两个问题——让每个应用快速获得可持久、可计算的数据能力，同时保证数据操作不越界、不失控。
近日，OceanBase 首次公开支撑蚂蚁灵光 AI 生成应用的数据架构实践。今年 4 月公布的数据显示，灵光平台已承载约 3000 万个闪应用。面对这一规模带来的数据管理挑战，OceanBase 通过面向海量应用的逻辑表、共享物理存储和受控 SQL 计算等能力，实现了“应用数据模型独立、底层资源共享”的新架构。
这一在真实 AI 业务场景中完成的验证，不仅证明了 AI 生成应用的数据底座能力，也为 OceanBase 从分布式数据库迈向 AI 数据平台提供了新的实践支撑。
3000 万个 AI 应用，数据到底怎么存？
蚂蚁灵光是一款面向大众的应用生成产品，用户说一句话就能生成一个“闪应用”——记账本、报名页面、打卡工具，30 秒就能“手搓”出来。上线仅几个月，平台累计诞生的闪应用已超过 3000 万个。应用生成容易，但数据往哪儿放？
每个能持续运行的应用都需要自己的数据能力。比如一个记账应用，用户不仅要记下每笔收支，还要能按月汇总支出。这种精确计算不是大模型的强项——写诗、总结它擅长，但让它保证每一分钱都对得上，目前还做不到。平台也不可能为每个应用单独写一套后端逻辑。
灵光团队尝试过两条路——第一条，把所有用户数据打包成一个 JSON 塞进一张大表里。表是省了，但数据库的求和、排序等计算能力用不上了，想汇总支出，得先把数据全捞出来，在业务代码里自己算，效率极低，多用户的权限也很难控制；第二条，为每个闪应用单独建一张物理表。每一次创建都要操作数据库的控制面，压力极大；大多数应用数据量很小，但表的数量却极其庞大，对存储本身也造成了很大负担——两条路都走不通。
“这就像一栋楼里住了 3000 万人，不能要求每个人单独盖一栋房子，地不够用；但也不能让所有人都睡一个大通铺，没法过日子。”蚂蚁集团平台技术事业群总架构师黄挺这样形容这个困境。
逻辑表：每人一个房间，共享一栋楼
OceanBase 给灵光设计的方案是面向海量 AI 应用的“逻辑表”——每个闪应用在操作层面仍然拥有独立的表结构，可以建表、插入数据、执行 SQL 查询，和使用独立数据库的体验完全一样。但底层，这 3000 万个逻辑表共享同一套物理存储，数据库不再为每个应用单独创建物理表。
具体来说，灵光团队在应用后端接入了 OceanBase 的 JSON Table SDK。用户创建一张“交易表”，SDK 自动将其转化为对共享物理存储的操作，所有的行数据以 JSON 格式存入共享表。用户查询“本月总支出”时，提交标准的 SQL 语句，OceanBase 的 SQL 引擎根据每个应用独立的 Schema 定义，将 JSON 数据映射为关系表，完成日期过滤和金额聚合，把精确结果返回给应用。
对用户和应用来说，一切和独立数据库没有区别——可以定义自己的表结构，可以写标准 SQL，可以做精确计算。但对平台来说，物理表数量不再随应用数量线性增长，存储成本大幅下降，多租户的权限隔离也天然得到保障。如果某个闪应用的用户量真的变得非常大，还可以将其一键迁移到独立的物理表上，获得更高的性能。
OceanBase 产品部总经理韩富晟把这个方案比作一栋写字楼：“每家公司都有自己独立的办公室，按自己的风格装修、存放文件，但整栋楼共享水电和物业。每个公司的独立性和隐私都有保障，整栋楼的建造成本也远低于让每家公司自己盖一栋楼。”
AI 竞争走向数据，数据库重新定义
灵光的实践印证了一个更大的行业趋势。过去三年，大模型的智力在快速提升，但企业真正把 AI 用起来，卡点往往不在模型本身，而在于数据——AI 能不能触达准确、完整的企业数据，决定了它到底是“玩具”还是“工具”。
这正是 OceanBase 从“分布式数据库”走向“AI 数据平台”的战略方向。
今年 6 月，OceanBase 发布了新一代湖库一体的 AI 数据库，将结构化数据、非结构化数据和向量数据统一到同一套引擎中管理，让 AI Agent 能够一次获取完整的业务上下文。目前这一能力已在蚂蚁阿福、灵光等核心场景完成验证，并在数十家企业客户中测试，计划进一步推进商业化。
从支撑蚂蚁集团核心交易系统，到服务交通银行、中国移动等数千家企业，蝉联中国分布式数据库本地部署市场份额第一，OceanBase 用十六年时间证明了其在金融级核心场景中的可靠性。
彭博此前报道将 OceanBase 与 Databricks 对标，业内也将它视为“中国的 Databricks”。Databricks 从数据分析和 AI 能力向数据库延伸，OceanBase 则从分布式数据库和金融核心系统出发，向企业全量数据管理、Agent 的数据底座和数据服务拓展，灵光正是 Agent 数据底座的关键验证。
韩富晟介绍道，“OceanBase 会持续探索，搭建面向 Agent 的数据底座，为下一代 AI 应用构建真正可依赖的数据基础设施。”当 3000 万个 AI 闪应用共享一套数据库平稳运行，这不仅仅是技术方案的验证，更是 AI 时代数据平台新范式的一次落地。
