写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术,或者一个兴趣、爱好
- 或者,就直接把你的个人博客、公众号直接搬到这里
登录/注册
收录了 数据业务技术架构 频道下的 50 篇内容

**信创背景下,银行核心业务系统数据库主机下移如何做?基于业务场景,需要重点关注数据库的哪些关键点和特性?

在前面的探讨中,我分别讨论了 AI Agent 的业务空间与业务语境。前者解决的是“Agent 应该运行在哪个有限世界里”,后者解决的是“Agent 在这个世界里如何理解当下”。但当我们继续往下走,很快就会碰到一个比模型能力更底层的问题:这些理解,靠什么被记住?
每一个有经验的工程师都经历过这样的场景——接手一个存量项目,面对数十万行代码、缺失的文档、早已离职的核心开发者,试图在短时间内回答三个根本性问题:

途虎养车 OLAP 平台的演进历程,主要经历了四个关键阶段。

当前,随着数据量爆发式增长、业务场景愈发复杂、全球化部署需求激增,传统数据库架构越来越难以适配新时代的业务发展要求。在 AI 技术的加持下,云原生数据库正朝着智能化方向加速演进。

2026年5月26日,由星环科技自主研发的分布式数据库ArgoDB V6通过中国信息安全测评中心、国家保密科技测评中心联合发布的“安全可靠测评”认证,全面验证其在产品安全与供应链安全领域的端到端防护能力,构建起覆盖研发、产品到生态的全栈自主可控安全体系,能够为各行业核心业务系统提供长期安全、稳定、可靠的数据库支撑。

深入探讨 Agent 从原型到量产的工程挑战、数据与记忆的基础设施底座、安全可信的落地保障,以及大模型推理优化、智算架构升级等关键命题。

目前易车已基于Apache Doris + Paimon + Hive构建了湖仓一体化数据平台,实现架构收敛统一。

Gartner 在去年 6 月发布的预测中提到,到 2028 年,至少 15% 的日常工作决策将由 Agentic AI 自主完成。

“把数据库迁到 GPU,就像移民到火星。”

AI Agent 正在从能力探索进入商业化落地深水区

Snowflake Intelligence 正在重塑业务人员的数据使用方式,打通从数据洞察到决策制定、业务执行的企业全链路闭环。这一智能体验由 Cortex 智能代理支撑,它是 Snowflake 面向企业级 AI 代理构建与治理的核心平台。Cortex 智能代理能够统筹编排跨数据、业务流程及外部系统的多环节复杂任务,同时支持各业务团队自主搭建定制化智能代理,并高效实现规模化部署与能力拓展。

数据智能体从"能对话"到"能信赖",瓶颈从模型推理能力已逐渐转到数据的可理解性和系统的可控性上

本文将进一步系统梳理快手在 OLAP 分析引擎领域从 ClickHouse 向 Apache Doris 迁移的实践过程。

本期技术前线邀请蚂蚁集团、东方财富、摸象大数据四位技术专家,系统分享智能体在银行营销、保险产品解读、投研分析与多智能体交易框架中的真实落地经验,提供可直接复用的工程化方法论与最佳实践。欢迎报名,并参与交流。

AI、大规模数据分析、Serverless 等新工作负载,正为数据库领域带来新的变化。

2026 年,AI 落地的故事正在上演一个奇特的悖论:模型能力突飞猛进,企业 AI 投入成本与日俱增,但然后呢?

企业数据规模爆发式增长,传统BI工具在灵活性和交互性上遭遇瓶颈。

最好的 Agent 平台,必须建立在最好的数据平台之上。