你公司服务器里躺着的那几百TB数据，大概率有90%是"垃圾"——不是不能用的垃圾，而是没有经过专业处理、达不到AI训练标准的垃圾。

6月，数据库圈依然很热闹，IDC发布《2025年下半年中国关系型数据库软件市场跟踪报告》;Neo4j收购GraphAware;Supabase完成5亿美元F轮融资;Databricks推出LTAP应对AI时代需求;OceanBase发布面向AI时代的湖库一体AI数据库;平凯Loop正式开启公测……

7月2日，AI版支付宝“阿宝”完成新一轮产品迭代并正式开放公测。iOS 和安卓系统用户在应用商店或支付宝App内搜索“阿宝”或“蚂蚁阿宝”进行更新体验。

日前，OceanBase正式发布湖库一体AI数据库，形成覆盖数据引擎、数据治理与业务智能入口的产品体系，开辟第四代数据库建设新路径。

6月25日，以“全栈自研迭代 全域场景落地”为主题的2026GBASE技术云享会在天津天开园报告厅盛大启幕。大会同步进行线上直播，吸引了众多客户、合作伙伴云端参与，共探数据库技术赋能各行业的新路径。

6月29日，OceanBase发布面向AI时代的湖库一体AI数据库，提出以湖库一体为核心架构，将数据湖的开放与海量存储能力、数据库的事务处理与分析能力，以及多模态数据处理能力统一到一套强一致的数据底座上，帮助Agent（智能体）一次获取完整业务上下文，让AI真正“读懂”企业。

AGI 时代的劳动价值将被 “算力成本” 重新定价。传统经济学中，工资与技能稀缺性挂钩，但在 AGI 条件下，劳动者的收入上限取决于 “复制其技能所需的算力成本”。

AI的前行不会止步，政府的介入也不会消失。真正有挑战的，不是简单戴上“紧箍咒”，也需要考虑：怎么戴“紧箍咒”，怎么念咒，什么时候念咒。尽早找到那个既不让孙悟空头疼、也不让妖怪横行的力度

AI工具不再是娱乐、问答的辅助工具，而是能够落地具体工作、降低劳动成本、提升产出效率的核心生产力；对于行业而言，市场竞争的核心不再是单纯的token价格比拼，而是单位token能创造的实际价值，AI生产力变现、落地赋能将成为未来行业发展的核心主线。

Elastic此次组织调整不难发现，AI浪潮下的企业组织变革，早已摒弃了单纯的裁员减负模式，呈现出收缩与扩张并行的特征。当技术浪潮不可逆转，唯有那些既能果断割舍旧路径，又能敏捷布局新能力的企业与个人，才能变被动为主动，更好地应对挑战，把握机遇。

近日，国际数据公司（IDC）发布《中国零售信贷智能风控解决方案市场份额，2025》报告。数据显示，蚂蚁数科通过AI创新，以16.3%的市场份额蝉联该领域榜首，全年营收同比增长20.3%，显著高于行业平均水平，进一步印证了AI助力风控所释放的商业价值。

CPU消耗上升，执行时间逐渐延长，缓冲池承受的压力也随之增大。于是，原本“足够好”的查询突然成为了资源争用的真正肇因。这是一个根本性问题，因为SQL并非孤立执行：它是大规模执行的。

6月22日，全国最大的健康AI应用“蚂蚁阿福”发起“科学减重1亿斤”健康行动，希望帮用户科学管理体重，守护健康。

在近期举行的“数据与AI峰会”上，Databricks发布了湖式事务分析处理(LTAP)架构，该架构旨在将运营和分析工作负载统一到单一数据副本上。

从这一点上可以看出，哪怕是AGI时代来临，知识库的建设依然是有价值的，高质量的知识可以让智能体解决模型训练中缺少知识的问题，让智能体能够在正确的知识引导下工作也可以避免不必要的误操作，其实知识库是Harness的重要组成部分。

分析师表示，尽管Azure、Postgres和AI正抢尽风头，但微软仍有数十亿个理由继续支持其旗舰数据库管理系统。

6月16日，蚂蚁数科在中国国际金融展主论坛上正式发布Agentar金融智能体专家团，面向银行、证券、保险等行业，覆盖财富管理、金融风控、金融营销等金融核心业务领域。

从核心系统国产升级到AI原生数据底座，近七成万亿级银行的选择表明，金融行业的数据基础设施正在经历从“支撑交易”到“驱动智能”的转变。

未来的应用的更多是在考虑如何适配某个可本地化部署的大语言模型。虽然智能体框架大体是成熟的，不过在针对不同的大模型有的时候、面对不同的场景其表现时不够稳定的，需要做相应的适配。

与许多IT工作流一样，AI具有简化数据库监控、减轻某些可观测性工作流传统上所需人工负担的潜力。尽管AI能够为现代环境扩展监控和可观测性能力，但在使用AI方面，数据库管理员(DBA)仍会犯某些错误。