OceanBase 封仲淹：Vibe Coding 只是开始，下一站是软件工厂
- 发布
- 2026 年 5 月 20 日
- 时长
- 1 小时 3 分
- 主播
- 任鑫、徐文浩
- 嘉宾
- 封仲淹
- 收听
- 小宇宙Apple Podcasts喜马拉雅
OceanBase 开源负责人封仲淹（老纪）与徐文浩、任鑫三人对谈。老纪自称"古法编程"出身，却认为 vibe coding 已彻底革命软件行业，只是开端，下一站是多个 agent 组队、配 correctness benchmark 验证的 software factory。徐文浩介绍团队把需求、开发、测试、code review、验收等环节尽量交给 agent 但要同步抽象信息；由此引出 memory 的定义与同步难题——skill 改了无法自动同步到别人机器和其他 harness。老纪用大数据从裸存文件走向结构化与 SQL 的历史，类比 AI memory 终将走向专业数据系统，并抛出 LAMP 之后 AI 时代新架构的猜想。
- 老纪认为 vibe coding 才刚开始，未来五年所有软件都要重做一遍，下一步是 software factory：多 agent 数字员工组队 + 严格的 correctness benchmark
- 任鑫举出上市公司老板的例子：软件里跑着一组 agent PM，每四小时自己想需求、自己排期、自己发版，老板每次看都不认识自己的产品
- 徐文浩反对单 agent 自嗨：code review 的本质是另外一个人来看，一个人写代码总觉得都对；三个诸葛亮能否顶个臭皮匠是关键问题
- 开源在 AI 时代更重要，因为改的人变多了：任鑫 fork HeyGen 开源的 HyperFrames 改成自己版本；但 fork 的改动如何回到 mainstream 成为新协作命题
- 徐文浩把除 LLM 调用和 harness code 之外的所有信息定义为 memory，痛点是 skill 改动无法自动同步到其他人机器、也无法在 Claude Code 和 Codex 之间同步
- 老纪用大数据史做类比：2005 年 Google 三驾马车时代裸存文件、暴力扫描，四五十年后走向结构化与 SQL；AI memory 同样会先遇到容量和噪音问题
- 阿里数据治理三阶段：百花齐放导致数据孤岛与重复建设 → 数据中台强管控成为卡点 → 分层分而治之，原子能力下放、公共能力中央管控
- 老纪彩蛋：互联网时代标配是 LAMP，AI 时代可能形成 LLM、Agent、Context、Harness 的新四件套
本期制作
- 剪辑
- 十六颗糖
- 片头
- Shortwire - Reconfig
- 片尾
- Demxntia - tonight, pt. II
目录
点击跳到对应位置
- 开场：从大型公厕到赛博赶海串台00:00
- 老纪自我介绍：二十多年古法编程，从 GPU 内核到数据库01:25
- vibe coding 只是开端，下一站是 software factory02:30
- 四小时不认识自己软件的上市公司老板04:12
- 徐文浩的工业级 pipeline：环节不省，但要共享抽象信息04:55
- 开源本质是分发效率，与 AI 殊途同归09:58
- fork 变多了，改动怎么回到主流13:30
- Memory 的定义与 skill 同步之痛15:15
- 云边协同：edge 蒸馏后 publish 到组织 hub17:06
- 文件系统还是数据库：从大数据史看 memory 存储19:45
- 模糊搜索与 AI function：卖出公司十万销售的对话变成 insight24:56
- 基建与 Data Pilot：强方法论还是给零件30:37
- 三派立场对撞：站会式学习、personalized software 与市场机制31:45
- 阿里数据治理三阶段：百花齐放 → 中台 → 分而治之43:51
- 擦屁股的人视角：token 和时间都是有限的 trade-off48:08
- 软件工程的分层答案：模块化沉淀、策略化上浮50:23
- Agent workspace 是不是一层新 infra51:43
- M0 设计：memory 分流、权重反馈与组织级共享55:37
- 为 agent 设计数据库：两极分化与混搜58:27
- 彩蛋：LAMP 之后，AI 时代的新四件套1:01:39
文稿
共 709 句 · 点段首时间或句子从该处收听，双下划线是重点词条，其他词条悬停可见
00:05Vibe Coding彻底革命了整个软件行业，我觉得所有的软件就是在未来五年内全部要重新革命。然后今天AI这件事情本质上也是生产率的大幅的提升。开源是不是让AI这个会更加的生产软件，包括context这些交流会更好，就是大家会让这个东西的迭代会更快。
00:32其实它本质上还是让这个软件的迭代会更快。再过了大概四五年，大家就发现数据量越来越大，需要更高效的检索方式。开始数据开始向结构化以及像SQL这样方向去演进。第一个是容量会遇到问题，第二个是数据的噪音太大了。
01:55OK，对。我们上一期那个徐文浩把那个Vibe Coding管理项目形容成在管理一个大型公厕，然后最近每天都在收到人，要不然就是赞说，哇，这个比喻太好了，要不然就是赞说，哎呀。这个思想还太落后了，公厕就不要管它了，大家拉野屎就好了。
02:13所以现在也是大家还在争论不休，就是Vibe Coding这种项目到底要不要上面认认真真搭一套东西啊去管，还是根本不用管了。纪老师你觉得，什么古法编程啊，那现在编程现在到底要干嘛，才可以把它变得现代一点，不不那么古法，或者说现代编程是不是就是大家拉野屎。
02:30我现在真心觉得Vibe Coding彻底革命了整个软件行业，真的是革命了整个软件行业。我觉得所有的软件就是在未来五年内全部要重新革命。然后软件的生产效率这边，就是相当于你刚才谈到的，其实本质上它是软件的生产效率。今天我的观点是只是一个开端。
02:51我接触到很多的创业者，他们现在很多人在做一件事情叫做software factory。不是那种打野怪的方式，其实我认为软件生长马上会要进入到下一个划时代的东西。我的观点是可能会质的飞跃。因为
03:09当前的阶段还是Vibe Coding，只是去修改一个组件一个组件的方式，它并不是一个pipeline。但是在OPC上已经看到了，这个pipeline实际上是全自动全流程，很流水，就相当于流水线的这种方式。但是我认为大型功能其实还没做到。
03:27但是真正整个行业中，就是说有影响力的或者是核心系统，或者是产生最大价值的那种，肯定是大型系统。其实这种pipeline还没有做到那么全自动。我认为马上会进入这下一个时代，软件生产的下一个时代，肯定是一套新的，因为我已经看到很多OPC。
03:45他们用一套非常交叉的方式，就是很多多agent，相当于数字员工以及agent teams，是一种很严格的方式来去做这件事情，而且还配有非常严格的software correctness benchmark去验证这个软件的生产是不是变得更加的correctly。我认为是马上会进入下一个时代。
04:12我昨天刚好碰到另外一个朋友，他做的就是像你讲的OPC那一条线。虽然他是一个上市公司老板，但是他自己做的软件里面有两个非常诡异的功能，一个就是那个叫用户反馈，然后用户反馈会直接进产线，到后台就会做，然后做了之后就直接发版。
04:31后来他又出了一个功能，就是用户都不需要反馈，他那个里面每四小时他们有一个PM项目组，就是一堆的那个agent，他们会自己想出来这个软件要怎么更新，然后自己开始排期，然后自己又发一版。他每过四个小时自己会去看一下自己那个软件现在是什么样子了。
04:45但这个是比较偏个人的。我知道徐文浩那边，你们你是搭了整套的，像刚刚讲的那个工业级的那个pipeline的。你是搭了一套什么东西啊？就能介绍一下吗？
04:55我们就是搭了一套，尽量让原来隐含在人的环节里做的这个软件开发流程，通过agent或者自动化流程能够做掉吧。因为传统我们讲软件开发的过程还是有，比如说我要定义需求，就是我要把这个需求描述出来，然后我会去做开发，我会去做测试，测试之后有人去做code review，就是代码审核，然后才会发一个测试环境，
05:22做这种自动化测试，再去验收发布到线上。那这个其实这个当中每一个环节，其实原来都是有人去介入的嘛。那今天其实是说我们尽可能去减少人的介入，但是很多环节我们并不想把它跳开，就是因为我们的假设还是说，就是你交付的软件的质量，为什么需要这些环节，是因为它对质量是有帮助的。
05:45就即使我非常聪明，我写了一个代码出来，但是因为这只是我一个人的视角，那其实是最好有另外一个人来，为什么要做代码审核，是另外一个人来看一下，说哎，你可能有什么东西没有考虑到，可能这里有bug啊，那里有bug，对吧？这个设计不对，那个设计不对，以及说我正向写代码，我是从一个正向的角度去思考这个问题，因为代码是一个更底层的实现的detail嘛，
06:08那到产品上它有要验收，那就有人得去把界面上各种流程走一遍。那我觉得这些环节其实你都是省不掉的嘛，而且这些环节是很难在一个agent里做掉的。就是一个agent里做掉往往是这样的人总归是觉得是自己是正确的。所以它就会导致说，你一个人做，就是你怎么看自己做的东西怎么好，你就觉得都没问题。
06:31但是可能换一个人过来看，你就会觉得说，哎，可能不是这样的。第二个是说，我觉得还得解决一个问题。就是虽然OPC很火，但是我们总是假设说三个诸葛亮顶个臭皮匠，那OPC很厉害，那我三个人组合在一起能不能比一个人的OPC更厉害，
06:48对吧？就就就跟我录播课，全都是你单口，这个事情肯定没意思，对吧？就要有一个对口相声，那今天我们把那个纪老师请来就是个群口相声。那这个事情大家才会觉得有意思嘛。那我觉得团队也是一样的，那一旦人多了，你又面临新的问题，就是人与人之间是信息也需要去同步。
07:07我可能觉得这个设计是这样的，我已经做了，那你不可能说其他人，然后我这个代码提交了，其他人不知道，这也不行，对不对？或者我对这个项目做了各种自动化的改进，其他人也不知道。当然他可以不知道，有些可能是自动化触发的，比如说我给他写了自动化测试。
07:23那其他人是自动触发，他可以不关心，但是有好多信息它本身需要同步的，比如说这个模块有个什么坑，可能大家都要注意。比如说我们对这个事情的业务的抽象定义是什么，因为它毕竟不是所有的东西都是纯粹的直接通过代码反映出来的，代码反映出来是最具体的实现细节。
07:45就像我们今天比如说录这个播客，我用个摄像头，你不可能跟人去描述这个东西是什么，这里面有一个感光芯片加一个什么控制芯片加两个线路连起来，这个就是代码嘛，就它是包含了所有的细节。但那个抽象，就是它其实是个摄像头，它是来干什么的这件事情，你不可能让所有人从那个结果去反推。
08:07所以你就是要去同步更多的抽象信息或者设计信息，对吧？所以我觉得我们在做的其实是想尽方法让AI coding吧，能够真的去变成一个交付出一个更多人能用的产品。就是尽管现在每个人都很容易的Vibe Coding，但是不一定有必要每个人都把所有东西都自己重做一遍。
08:31就比方说我们今天录这个播客，用个软件叫Riverside。理论上讲，我们知道这个功能，我要不开一个AI code的东西。然后重新写一遍，对不对？但是这个可能是没有必要的。只有通过各种各样的工程手段，你才能交付出一个高质量的、很多人能用的产品。
08:49就是毕竟不是所有人要的都是一个开源的什么OpenClaw装电脑上，挂了没关系，我旁边再开一个什么Claude Code，说你帮我修一下。然后修了三个礼拜之后，你也不知道这软件是啥样了。
09:01所以我觉得你刚刚讲到两个点哦，一个点是说很多隐性的东西的话，其实要大家共享嘛，就是而且要跟agent也要共享嘛，就同事之间也要共享。然后还有一个东西其实是在讲这种上下文，人类之间的话也要就是不要重复劳动嘛，然后的一个基础可以compound，
09:19可以复利复利滚下去。那我就想说是不是做开源的同学天然在这方面会有优势啊，因为大家在一个办公室里面，就是总归会有很多隐性的东西嘛。但是像比如说纪老师在搞开源的话，开源本来就是天南海北一帮，就是你也不太认识他，他也不太认识你，
09:37你们是不是本来做这些事情上。这些基建会更适合现在大家一起跟AI协作呢。理论上来讲，你们的那种就是我跟你的相互之间那个，就是说什么心照不宣这种事情，理论上应该比坐在办公室里面的人要少一些这种依赖，或者已经搭了这方面基建。这个是我的一个幻觉还是真的就是这样？
09:58任老师这个观点其实蛮有意思。我在好几年前有一个分享，就关于开源。我我先分享那一个观点，就是开源其实本质上是什么呢？
10:11开源本质上其实是软件的迭代效率、软件的分发效率、软件的生产效率都在提升，就是它是生产力的提升的一种方式。过去商业化软件其实是在自己的生产、销售，然后客户再反馈，这样在一个相对而言比较闭环的环境下去做的这件事情。而开源是什么？
10:37开源的它的分发效率，它是to C的方式，就是这个边际效应是无限扩大，所以它的分发效率会是质的飞跃。因为它的分发效率质的飞跃会带来它的用户会指数级的增长，用户指数级的增长会带来它指数级的更大的反馈，更大的反馈过来会让它的软件的生产效率也会在不断的提升，不断提升会切中更多的用户的痛点，所以让它的软件的迭代会更快。
11:04它的本质上其实也是去match整个生产效率的提升。然后今天AI这件事情本质上也是生产率的大幅的提升，其实它们本质殊途同归。然后再回到过来，就是说开源是不是让AI这个会更加的，就是说生产软件，包括context这些交流会更好。
11:26坦白讲，两个是一个交叉的，然后是相互促进的。开源会让大家有更多的，相当于站在巨人肩膀上，就是你能拿到更多的基础的组件，甚至更多的idea，以及你有更多的用户去交流，就是大家会让这个东西的迭代会更快。其实它本质上还是让这个软件的迭代会更快。
11:52然后回到context这一块。因为会有很多东西会大家会共享，就像skill，有四大skill平台嘛，然后大家会分享到里面，然后大家能够站在巨人肩膀上去做事半功倍的事情。
12:07但是我觉得好像现在开源比过去要更重要一些了。因为之前说是比如说它分发效率高嘛，其实像我这种其实已经把技术丢了这么多年的人，其实已经不太用开源的东西了。我用的还是比如说什么微软的东西啊，谁谁谁的东西。但是最近因为有AI了，所以动不动我就下了一个开源的啥啥啥，动不动就开源，至少是用于开源的那些skill嘛。
12:29比如说我最近的视频，在我还稍微抖音上小小小爆了一下，就是用那个HeyGen开源的那个HyperFrames做的。但是实际上呢，它一开始做的根本不好，我的需求根本跟它的定义是不一样的。然后我就让那个Claude Code其实改成了适合我的版本，相当于人人都可以在自己这边，就是拿它当一个组件来拼另外一个，
12:51然后再按照我的要求，我改了一个自己的version出来了。那在之前这件事情不可能嘛。或者我现在拿到一个Photoshop，我让Claude去用是可以的，但是我不能让Cloud去改它嘛。但现在拿到开源呢，我就可以让它直接改了。
13:05然后觉得，哎，这个好像确实像你刚刚讲的那个分发效率提高和大家比如说各自都来参与到这个贡献。因为之前我可能不在这个圈子里面，所以就好像不带我玩，所以感受不到。但是最近就是因为AI把门槛降低了，我这种已经丢了代码二十年的人也可以进这个圈子，哎。
13:23我也来搞一搞，哎，改。甚至我可能还可以去改bug，好像确实现在效率提高了，大家都可以玩起来了。
13:30你下了一个开源的软件或者skills，今天你其实不再是说我只是使用这个东西。因为我觉得之前的开源，我觉得其实会发现一点，其实是用的人远比改的人多。就是你任何一个开源软件都是contributor其实是很少的。所有公司都在用开源软件，都会用个数据库，不管是用云端，其实都在用，大部分人都在用MySQL或者PostgreSQL，
13:55其实他就是在用开源软件。但是很少有人会说，我把它改一下。但今天这些skills也好，包括很多各种各样的大家在用的这些软件，大家都是会想，哎，我不满意，我就现场改一下。这就是相当于更多的人对这些软件进行了fork，就是做了分叉。
14:12但是其实面临一个挑战是，这个分叉其实并没有很多并没有真正的回到那个发布出来人的地方，即使它可能是有帮助的。就比方说你改了某一个skills，可能有些场景是为了分叉，就是我有个性化的需求。但也有更多的场景是说，哎。它其实有的地方没写好，我把它优化了一下。
14:34我觉得其实带来两个问题啊，第一个是我我还是觉得称之为软件开发中的大问题。第一个是说那么多fork在开源世界怎么能够更好地大家合作在一起工作。就是我的改动能够回归到那个mainstream。第二个挑战是说它不是开源的问题，但是其实也是软件开发的问题。
14:54就是假设我是一个企业或者我是一个东西，我怎么把我的改动优化回到团队使用的skills上来。就是agent上要回答一个问题，公司内部也好，或者说在开源上。大家怎么共同进化，或者共享一个有效的memory。
15:15毕竟来说，就传统的开发方式去分发skills，其实效率挺低的。我举个例子啊，就比如我们公司内部也有个skills。然后呢，大家都在自己的这个开发的环境装了这个skills。但这个skills可能有点问题，就是我哪里没写好一些环境，那可能我要改一下这个skills。
15:33但我改完这个skills，这个skills没办法自动同步到其他人的机器上。我可能改了这个skills，我再用Claude Code，然后Claude Code我的quota用完了，我改用Codex。那我怎么把这个skills再自动同步到Codex？
15:48有些是skills，有些是这个skills的主流程，有些可能是一些非常微小的改动，比如就是这个skills的MD文件里的几句话，对吧？那如果要走一次正式的软件开发的分发流程，它是很慢的。那我得说，我改了这个东西，改了这个skills，我提一个PR，其他人看，嗯，这个没问题，我把它合并了，
16:08然后再重新分发给所有人。这个过程其实是在今天的agent时代显得太慢了。对吧，以前的这个时代，这个是大家是可以接受的，为了保证质量。但今天，特别是小的改动，因为就像你说的，很多agent就是一堆MD文件，我就改两行字，你跟我说要走一个流程，
16:26哎。过两小时才能看，能不能我在我的这个终端里去改的所有的这个代码，在这个过程中我发现了一些skills啊或者agent的不好，那我更新一下，然后这个我称之为叫memory吧。除了LLM调用的部分跟agent本身harness的code之外，所有存在的这些信息我们都称之为memory。
16:44我觉得skills也是memory，然后我的各种抽象出来的文档也是memory。我这个memory怎么能够在组织或者一个抽象的，比如说一个开源项目，我认为也是个组织，快速去同步跟协作，我觉得是一个新的命题跟挑战。毕竟今天说再去训练新模型的机会可能不大了，对吧？
17:01但是去重新去思考说这一层东西怎么做的机会其实挺大的。
17:06其实文浩你这个观点跟我们想的非常近。我觉得下一个阶段，我觉得包括software factory，包括agent，其实坦白讲，下一个阶段真的要去解决的一个问题就是，其实它的大的框架是context进化，但是context进化里面其实涉及到我们这边叫做云边协同。
17:27就是相当于你每一个个体实际上是一个边，就是你的数据，你的context，你的memory，反正你这是一个边，然后你要怎么能够将你的东西share到你整个的一个组织下。我们对这个事情的思考是实际上是这样的。就是我们提供了一套方案，让你能够publish，本质上是你的边要去做蒸馏，你要去做数据的提取，
17:56你从数据中提取你的事实，提取你的优化的方法论，提取你的步骤，提取你的过去踩到的坑，最后你需要有一定的策略去不断地去优化，在边端去优化，然后你再去publish到你组织上，甚至更大的一个像GitHub这样的一个更大的，当然我们先回到我们组织上，你先publish到你组织上。
18:21组织上有一个相当于hub，或者是论坛，在我们的里面叫做hub。然后你publish到这个hub里面，然后大家就可以同步。我觉得这个应该是一个非常有挑战的，而且可能是需要跟agent跟memory其实现在是非常紧的，就包括agent去做大量的这种优化。
18:46像我们因为是做数据出来的，我们可能会去更多去看数据，但是agent怎么去使用数据这件事情其实要进入下一个阶段。这个阶段我称之为数据的不断的自我进化。而且这个自我进化的本质是什么？我自己的观点是在提升大模型的智商。
19:40M0，seekdb.ai。这个问题我觉得就很有意思啊，就其实是可以讨论一下的。因为今天所有人，特别是OpenClaw火了之后，今天所有人在用memory的时候，当然我觉得这个也是业界都是一阵风的，就像前一阵大家都用MD，对吧？
19:56这两天互联网上炒说，MD这个呈现形式太差了，应该用HTML。就是之前的memory，大家的逻辑说，哎。因为agent特别擅长使用Unix命令行，所以他觉得memory就用文件系统就好了。就像OpenClaw，它默认就是如果你什么都不装，它其实就是一堆MD文件，然后它用BM25去搜索一下。
20:15然后我看，因为您是做database出身的吧，就是，然后我看seekdb.ai我看了一下，它的逻辑也是说，那我的memory应该放在database里。就是对于database，用database存memory还是用传统的文件系统存memory，
20:29就是为什么您这边会选择用database来存memory？
20:32我的观点不一定正确啊。其实我觉得现在因为Claude Code用File System去做memory已经非常成功了，然后整个行业其实已经有很多共识在基于File System。而且现在还有一种新的做法，就是对于agent来说，它用的接口是File System，但是它底下用的是database去承接。
20:56我觉得这种方式在很长一段时间是OK的。但是我坦白讲，我更倾向于未来是用专业的系统来去做这个事情，可能就是数据库的下一个进化版本。我分享两个历史吧。就是第一个是大数据。
21:14在2005年、2006年，大数据原来就是Google三驾马车。三驾马车出来过后，MapReduce、HBase、BigTable、File System，所有数据都是裸存文件的。裸存文件过后，那个所有的检索方式都是暴力搜，就像MapReduce这样暴力搜、暴力检索。
21:33就是，
21:33扫描扫描。
21:35哎，对对对对。其实今天跟我们AI是非常类似，也是暴力扫、暴力搜。因为你数据量小的时候，其实这种方式最简单、最直接、最高效，
21:45非常高效。但是再过了大概四五年，大家就发现数据量越来越大，需要更高效的检索方式，开始数据开始向结构化以及向SQL这种方向去演进。而且还要解决一个问题，就是容量的不断增大。Agent这一块现在的容量其实坦白讲非常小，因为本身大模型的context也是有限的，大家用本地的文件系统存这些容量其实是OK的。
22:14如果是一个组织的这个A，这个容量越来越大、越来越大，你的检索效率必然会遇到问题。遇到问题，其实我认为未来肯定是要，第一个是容量会遇到问题，第二个是数据的噪音太大了。我不知道讲清楚逻辑没，就是你所有数据堆在这里，你的里面的噪音会非常大。
22:36你要去提取精华的数据，让这个检索效率会提升。我认为未来肯定是要进化为新的数据处理系统。
22:57因为这个当中就您刚才说的就一半儿，其实我完全认同的。因为我也是从这个MapReduce一路走过来的，就是一开始大家都是裸写MapReduce，后来是说有Hive这种，它把界面变成了SQL。当然它底层的存储跟数据处理的效率其实比较低的，但一步一步走到今天，其实底层已经像一个，就跟传统数据库的实现其实越来越像了吧，
23:20基本上你可以认为是一样了，对吧？也做了列式存储，也做了各种这个SQL的这个compiler的各种各样的优化。其实你扫的数据越来越小，其实最终又又回到了这个数据库。但是呢，我觉得大模型当中其实有一点和这个有一个差异是什么呢？
23:36我是同意检索效率这端我是同意的。但是有另一端呢，我觉得有一个挑战在于说，因为大模型今天带来的一个，我们叫，我们就大家号称叫AGI，通用人工智能。它带来一个什么问题呢？因为数据库本质上还是有schema的，就是我其实预定义的，我预设的这个当中有很多很多字段，所以你最好按照我的字段来找。
23:59但是大模型呢，其实往往是说我的很多搜索是偏语义模糊性的。我搜的不是说，哎呀，什么价格在五块到十块之间的什么销量排序，它它往往是搜一个，我上个礼拜好像看过个啥，这个东西好像不太贵，反正是最近两三个礼拜里我看到过的。就这一类模糊的搜索呢，在agent里，一方面它会转化成很多个搜索。
24:25第二个呢，比方说我做全表扫描，或者用grep这样的方式呢，我不需要对下层的系统，就是这个DB的很多schema有很多假设或者有预先的知识，所以它显得更加通用。假设我们又希望这个query，就是又希望这个搜索有效率，但是呢又不希望失去这个灵活性。
24:45因为我看这个seekdb的确就是想要做这个cloud memory嘛。但我比较好奇这个问题是，你们是怎么考虑的？或者这个问题你们觉得怎么解决比较好？
24:56其实你谈到了一个大的趋势，就是数据检索的大的趋势。其实在过去数据库的时代，其实是叫精准匹配，就是Schema精准匹配、结构化数据。原来非结构化的数据其实也非常多，像JSON全文索引，包括向量，其实这种叫非结构化数据去检索。
25:19但是随着AGI的时代到来，其实模糊查询会越来越多，而且是非结构化的数据会越来越多。其实AI大量的，其实让模糊搜索这一个东西急剧上升。坦白讲，模糊搜索它会对数据库以及对这种数据检索系统提出更高的要求。它更高的要求的点在于，在于就是说你怎么能够保证，第一个，保证效率。
25:46保证就是从用户角度，核心是要保证用户的检索效率。第二个就是你能够查得更准，就更精准。在今天的所有数据库，其实一个演进的方向就是在不断地强化模糊搜索。模糊搜索的这种能力，其实就像我们提出的就是叫AI native，AI native数据库，它必然要解决这种非常强的模糊搜索。
26:11模糊搜索里面今天的方式，我认为这只是今天的方式，但是我认为下一个未来会更加的powerful。但今天的方式就是说，你对非结构化的数据，现在是向量索引、全文索引。包括JSON，包括你还有你的结构化数据，怎么在一个高效检索里面，你要有高效的存储，你要有高效的查询，
26:35还要统一的接口。你其实是三个维度要一起来去完成这样一样工作。因为OB原来是做TP数据库出来的，TB数据库出来的，它整个一套，原来我们在四点差的时候又加了列存，其实在这个框架上，然后把向量索引、全文索引、JSON，包括我们最近做了4.6的版本，
27:00其实怎么来做混搜能力，其实相当于过去又提升了。就是混搜化上面去支持，更好支持你的模糊查询。其实另外还有一个方向，就是数据处理系统的方向是什么？刚才我们讲的是模糊搜索能力要不断地提升。
27:19这个更大的框架实际上是整个跟agent的桥梁，那个框架就是云边协同。我现在回到这个原子能力，就是数据处理系统的原子能力。原子能力它的两个方向是什么？两个方向，第一个就是你的模糊检索能力需要越来越强、越来越高效。另外一个就是你跟AI的融合会越来越深。
27:41就是有一些工作会慢慢融入到这种数据处理系统里面，就是它会调用调用大模型的能力，直接在数据处理层去做，在我们内部叫做AI function。但其实本质上就是类似于从用户角度去看，我举个场景可能更合适一点。我是一家卖车的公司，然后我有两万个门店，两万个门店里面有十万个销售，十万个销售里面其实我每天我要跟用户去聊。
28:12很简单，我跟用户去介绍我的产品，然后跟用户去沟通。我们聊下来的东西会是一个语音文件，我存到我的存储系统里面，无论是分布式文件系统，还是像S3对象文件系统，存到这个里面。我的数据系统里面，
28:31对这个原始的文件先去提取关键，第一个要提取很多关键信息。关键信息其实本身的话是我有大量的自己的，有一些关键的特征量的，就是所有的销售里面，就是CRM里面会有大量的关键特征量。我要从这些原始数据里面提取我的关键特征量，提取出来，实际上是像这种数据处理系统，从利用大模型，
28:58利用自己的Schema，利用自己的结构去提取关键的特征量，然后存到我的数据系统里面。使用一些智能的数据，就像那data pilot，就像data pilot这种，能够再用这些智能的提取来的特征量，然后再生成真正我销售经理需要的数据，比如这个人有没有购买，
29:24就是他大概如果购买，他的痛点是什么，他的需求是什么。它的价位是什么？它可能需要
29:31提取关键信息。同样站在产品经理的角度，马上他需要提取这市场上的热点的痛点是什么，他要提取出来。然后今天我们的产品里面离这个热点还差什么？我们的产品里面哪个点会非常好？其实它同样要从这些原始数据提取出来，最后形成一个，就直接转化为生产力。
29:54本质上就是说数据处理系统，我刚才讲的就是这种底下的数据系统。两个方向，第一个是模糊搜索方向，第二个是跟AI的智能的融合，基本上是这两个方向。坦白讲，我们OB也是在朝着这两个方向去做演进。
30:12OB会处理的数据量会更大，seekdb它是一个单机版，所以它的处理能力会小一些，但是OB会更大。但是整个业界的整个方向应该是朝这两个方向去演进。
30:37我我还是请教一下，就是您其实您刚才说的这个当中，其实我觉得是两层吧。就是您刚才说第一，我称之为是基建，就是它其实是还是回到了一个标准的传统的，呃，大数据系统吧。我们因为它是包含了各种不同的存储跟检索方式嘛，对吧？就是我可能有database，我可能数据库，传统数据库的，有数据库的方式，有向量数据库的方式，
31:02有那个搜索引擎的方式，它可能是个倒排索引，然后把整个搜索引擎都包装在后面，这个是相当于是个基建能力嘛。我不管用Claude Code，我用Codex，我用OpenClaw，或者我用DeepSeek，我用千问，其实我都可以用这个基础能力。
31:16这其实是一层，这一层我相信也是比方说啊，国内可能就是阿里云特别擅长的，它已经有非常完善的系统不断演进。那这个其实大部分人更多的是来参与贡献，对吧？就是比如OceanBase开源了，我我看看有什么PR我能提供一下。但后一层我觉得其实就反而是比较有意思，就像您说的，我收集了大量的原始数据，甚至这个写代码的过程的调用过程。
31:39我听下来是你们想说做成一个自动的，通过一个自动的数据处理的，我不确定它是自动的还是手动的啊，就是它通过自己的数据处理过程变成个给AI可用的memory。因为这个我觉得也很容易理解，就举个例子，就是比如说这个录音，我想从当中拿到业务的insight，
31:57我很有可能没有必要去检索原始音频，而且原始音频也很难检索。我可能是检索它转录的文本。我再给他一些其他的上下文，说我关注的什么东西，然后提取出来的洞察嘛，insight嘛。这套其实有两种思路嘛，一种思路是说，这个就是我只提供基建，你们各做各的。
32:18就我只提供前面那一层，然后我提供一些开发工具，你们各做各的，因为毕竟千家万户，每一家的需求听起来都不太一样。第二种做法呢，是说我认为这个怎么去管理跟获取memory，它是有一个方法论的。比方说，有些方法论说，我觉得这个memory应该是一个层级式的、渐进式披露的。
32:42就比方说，今天的Cloud，它是渐进式披露，用Markdown。某种程度上是方法论的一部分，对吧？他通过说，我的方法论是每完成一个任务自动小结，这是一种。包括前两天我看到有人说，我的memory系统是带权重的，就是我总结出来的memory，有的我觉得重要，
33:00有的我觉得不重要。这个其实最早在那个斯坦福小镇那个项目里其实已经开始有这样的。就我比较好奇，就在你们看来，你们是会倾向于说是个强方法论的，就是说我其实有一套最佳实践，我觉得未来memory系统是这样，你只要无脑接入我就好了。
33:16还是说我其实提供的是基础能力跟一些工具跟零件，你应该自己去组装。
33:22我们现在是分为两层，第一层是底下的那一层，底下那层实际上是基础的组件。然后上面再有一层是，是那个相当于偏了应用层那一层，其实我们本身叫Data Pilot。我们Data Pilot会去做这样的一些事情，做一些适配性的事情，做一些偏灵活一点的事情。
33:48其实这个本质上还是软件的，其实非常类似于软件的生产里面的，就是相当于你的原则跟策略的问题。反正是两个方向，一个是那个上层的应用那一个方向。Data Pilot，Data Pilot会去做稍微灵活的，就是面向企业内部，企业内部的业务会注入进去。
34:07底层的话实际上是还是原则的，就是最基础的原则的。
34:11所以是你们是两层都在做，就但这两层是分开的，是不是说揉在一起？
34:15Data Pilot可不可以理解成就是比如说像以前那些数字化转型？
34:43您您还觉得还要四五年，就是现在大家都不觉得AGI二零二七年就要实现了吗？
34:48说句实在话，呃。我接触这个也比较久，我觉得没有那么简单。
34:53我同意啊，AGI虽然2027年就要实现了，但是它带来的是人工需要修复大量的屎山，对吧？
35:00或者你换个思路，如果AGI只是达到人类这个水平的智能的话，就是你们刚刚讲的很多其实已经超过当下人类加机器能够做到的水平了。所以它如果只是达到人类的水平的话，其实刚刚有很多东西不没有也是可以的，人类现在也达不到那个水平。比如说你刚刚讲的那个公司内部的那些东西，什么比如说要复用，当然我们从最好的角度就是你你已经摸索出来了，
35:25已经改了一个bug，我这边那个skill还没改。这个人类现在不就是这样的嘛，就比如说那个那个营销部用PowerPoint发现一个问题，然后他发现哎这样可以绕掉，销售部用PPT的时候还是会有这个问题，他也没有分享嘛，他他是一个问题。
35:39但是反正现在也没有更好的方法，甚至于我觉得它它也可以做到说，因为现在技术已经丢的差不多了，我刚刚是在想说是不是也有可能我们完全放弃工业化那一套，因为工业化那一套就是这个零件，我就希望它到处用嘛。全部用人的组织的这层抽上来做，因为你想人的组织抽上就会是营销部你们用PPT做得好，你们就来做分享嘛。
36:02那这样子是不是应该说大家干脆不复用了，全部都是个体，但是呢谁今天解决了什么问题，就相当于有点像那种就是丽兹卡尔顿的那种站会，每个人来分享今天发现的那个我们的经验和教训，然后的话他们就去学经验和教训，发现哎对对对。我这几天遇到类似的问题，我赶紧把这个学进去，就是不不复用，通通采用单个个体，然后再抽象蒸馏成一层叫做什么组织交流学习层，
36:30然后一帮小朋友每天晚上进去相互交流，哎。我今天遇到的问题，我今天遇到的教训，虽然没有你们讲的那么优雅，但是但是它比现在的人类还是有效的，对吧？像丽兹卡尔顿他们每天就是什么惊喜时刻什么的这样搞，不也行吗？
36:44这个观点其实我不同意啊，这个观点不就是跟你上次你自己写的那个文章观点就反了吗？你不是说要重新投胎，要搞新物种吗？
36:52这也是一种呀，是他们在交流学习呀，有一个group chat呀。
36:55我觉得这不是新物种呀，我我解释一下为什么我觉得这不是新物种。你其实还是用一个，你在模拟，你尝试用模拟人和人之间交流的方式去解决这个问题，但我觉得这个逻辑其实不对的。为什么呢？因为人和人交流的所有的方式都是受限于人的生理系统的带宽的。
37:15为什么？比如说要开个站会，大家站在一起，原因是说，其实你站会你最多五个人开十个人开，你是没办法一百个人开站会的。因为有两点，第一个是我没有那么多时间，我不可能开那么长时间站会。第二个是说我的注意力是有限的，我的带宽是有限的。
37:31但是回到了就这个硅基的系统里，AI的系统里其实不存在这个问题。所有的人的交流它其实是一个网络系统，它是个P2P系统。就是我跟你交流，我跟他交流，或者说它的广播域是很有限的，就是我只能在五个人十个人去广播，就我是没有办法瞬间同步给十万个人信息的。
37:52啊对。
37:53所以他是用agent嘛，就是你一百个人的agent，比如说每天写好了100份经验教训，然后一百个人同时学一百个人，这个在agent的世界就可以做到了呀。
38:03但是它就不是个站会了，因为站会是
38:06没有必要。这个只是打个比方。没有必要，没有必要。
38:08所以他有可能就是说，他还不停的，你叫这个超级大脑也好，叫持续学习。就是可能有一个super intelligence，所有人都是跟他这个东西互通，人和人之间不交流，对吧？或者agent它把所有东西centralized，就是中心化到一个地方去交流，而不是分布式的互相之间交流。
38:28我我刚刚还是在解决你前面说的那个问题，不是中心化，理论上来讲肯定是中心化，一个零件被复用一万次是最高效的嘛。但是刚刚不是说做不到嘛。那遇到这个做不到的问题的话，比现在好一半的解法的话，其实就是因为受限于context和每一个具体的你的这个context里面你到底需要什么嘛，
38:49然后以及你改了之后怎么到中央，中央又怎么样分发下来嘛。所以是不是也有可能有一种方式就是没有那么中心化，就不是一个零件用一万遍，而是真的就是一万个场景里面这个零件就是被fork了一万次。但是呢这个零件有好的好的进化之后的话。
39:08是有可能让大家能够受益的。或者我再举一个例子，你刚刚讲的skill，比如说要怎么回到主线嘛，就是怎么回到mainstream。有没有可能不回到？就是因为我们是站在，比如说站在OB这一方，站在项目方，我们肯定就是希望它回报嘛。
39:24但是你从整个生态来讲的话，是不是嗯比如说抖音的拍同款。你你拍了一个小草小草。什么甩葱哥，然后我在上面脑袋上面加了两根葱，摆了一个甩葱哥，然后又有人拍同款，又有人拍同款。大家最后其实不是在去找那个源头，那个源头其实没人看了。
39:41但是呢，他在上面不断的其实是在源头的那个命上在做叠加。比如说你开源了一个东西，我就偷了你的。我完整的偷了你的，我在上面改了，就把它变成粉红色了。然后大家后面是从我这里拿，源头就没人搭理了，有可能是这样。然后它就分叉了，然后的话看谁就是有影响力啊什么的。
39:59它不是原来开源的那个我要回到源头的逻辑，有没有可能是这样？就是它整个是一种更更乱的逻辑。
40:06我同意啊，我但我觉得这两个生态是都在。你说的这个就是我称之为叫做，它其实不像软件逻辑，它更像3D打印逻辑，或者我叫做个性化软件的逻辑。我我有一个东西到手上，我可能改了一下，比如说我我背后有一个3D打印机，把拿别人的模型过来先打了一下，
40:24然后我打了之后呢发现不太符合我的需求，我在软件里拖了两下改了一下，我可能重新打印出来一个新的我的零件或者玩具或者whatever，对吧？我可能会发回给社区，我可能也会不发。我发回给社区也不会合并回那个人的模型。这个我称之为叫做personalized software，就是什么呢？
40:43就比方说我做个PPT，我想做个模板，别人的模板挺好看的，我改吧改吧，我也没有必要还给人家，对吧？别人可能也不想要我这个破玩意儿。但这个我觉得是没问题的。但这个的前提是其实是这个协作是靠市场机制发生的。就是这个协作不是一个我们主动要协作。
41:00这个协作是你把它扔到了市场里，大家分叉自动协作，对吧？就跟你这抖音拍同款也是一样的，我去拍同款的时候，我不一定会找最源头那个去模仿，我只是找到了我看到的那个比较火的那个某个大V去模仿。但是我觉得，就是我们如果假设啊，就是公司这个组织形式还存在，我觉得至少很长一段时间还是存在，
41:24那它一定存在人与人之间的合作，或者一些东西在内部要更内聚的合作。那这个合作的过程中，它总有一个要对齐的过程，就跟我跟agent要对齐，对吧？我写代码，我有一个plan mode，先要跟他讨论清楚我们到底要做什么。我跟我同事要对齐。
41:41所以我是觉得这两个都存在，在整个社会层面可能是personalized software，就你没有必要回去。但回到一个具体的组织，我们还是假设两个人，就是两个人加他自己的agent一起干的东西能比一个人加agent干的更多嘛。至少我们目前还是有这个强假设的，如果这个强假设推翻了，那其实公司这个组织形式就不需要存在了。
42:43我我理解你这个概念，我只是说有没有必要是一个零件被复用，还是那种就是类人的方式去学习。就有点像我我在举Every的那个例子啊，就是他们之前比如说他们是一个孵化器嘛，他们本来的话就是里面孵化了很多的那个其实都是AI wrapper的那种项目。然后的话呢，那其实其实理论上来讲，那里面有很多模块都是共通的嘛。
43:07那模块共通的话，那么以前的思考就是说我们要把它做模块化，然后那至少有一个中台嘛，你就可以复用嘛，对吧？但是他们后来就没没做这个嘛，没做这个的的的做法后面又复用了，又不做中台的做法就是A项目想要做哪个模块，发现B项目有，他们就直接让AI进去B项目把这个模块的代码看一遍，然后回来重新做一遍。
43:31所以他他也是复用，但是他那个复用跟之前那个复用它不是一个东西。不是说我有一个零件我要复用一百遍，而是说我们现在既然有了无限的智能了，有没有可能它是一种智能的adapt那种重写的那种复用。
43:46这个我理解，我觉得肯定要复用，但是他怎么知道那个项目实现了这么个玩意儿呢？
43:51我分享一个，就是整个行业过去的历史经验。有个行业叫做数据治理行业，这是一个专门的岗位。治理这个岗位其实是为大数据，呃主要是整个公司的整个大数据平台或者是说业务平台里面做的。每个业务方他有自己的数据，然后呢，他也有一些公共的。
44:12然后大数据平台它要对所有的数据治理，然后当别的部门需要这个数据的时候，他会去去这个大数据平台把这个数据拿过来。像阿里这种超大型公司，或者是像呃支付宝这种大型公司，他们经历了几个阶段，我觉得这几个阶段其实非常完美的解释了刚才任老师你说的这个问题。最早的时候就是百花齐放，你想怎么干就怎么干。
44:38怎么干的结果就是说大量的数据孤岛以及大量的大量的重复建设，大量的人力投入，就是你人要投入的，就是你的效率会极低。后来开始进入到一个叫做数据中台的阶段，大概数据中台就是数据中台会做强管控，所有东西扔到扔到数据中台里面去，然后数据中台里面去强管控，有一段时间大家都很爽。
45:00但是随着部门越来越多越来越多，然后大家发现这个强管控其实反而成为一个卡点。然后又开始进入到下一个阶段，最后大概的结果就是说会分层，分层里面会有一些原子的东西，有一些公共的东西。原子东西实际上是直接下放到就是每个部门，然后有一些公共的东西会相当于有一个中央管控，就是分而治之，
45:23有一些是中央管控的，并且会有一套机制来让它自动迭代，反正这个最后一个阶段我可能解释得没那么清楚，但是大体上可能会是这样的一个这样的一个事情。
45:36我对于AI有一个有一个理解，就是它是一种不需要共识的协调。就因为之前的我参与过一些大数据的之类的项目，最后其实塌房的比较多。就最后搭了半天，最后也没用上什么CDP啊啥啥啥的。我就在想很多的我们的基建，就是在反复的基建基建基建，其实也用不上嘛。
45:57所以后来想说，有没有可能直接把那一层给绕掉。就有点像我们刚刚讲说会议记录或者销售的聊天这一层，其实这个数据是在的。假设说那个纪老师这边的那个东西特别牛，他就直接从里面就有insight了，这个就很方便。我先假设他能做到。
46:13但是如果说你要求什么销售填一个什么销售拜访单，或者填一个比如说用户分析表，然后填什么你的销售pipeline进度，其实这张表现在大家都知道都是瞎填的嘛。你要求人类去配合一个接口的话，这个接口就会很差，就是它的那个数据质量会极差。
46:31最好的情况就是不需要你配合，我把你的数据都拿了，然后我想出了一个办法的话，把它拼进去了，这是一个不一定能做到的东西啊。所以在想说有没有可能就像阿里比如说左搞右搞，它其实就是一收就死一放就乱嘛。就在想说有没有可能还不是说我们用AI把它收得更好，而是就就乱。
46:52但是呢，用AI把这个乱，比如说销售的所有的记录取下来之后，让AI把这个序给做出来，而不是说，把这个还是不是说人类要在中间做那么多的事情，或者人类做的事情，人类还是要做很多事情，但是需要的是一个牛逼的架构师，去说我应该收哪些信息，就是artifact，我应该收哪些信息。
47:13然后从artifact收到context这一层，就是第一个就是我比如说那些销售聊天记录我都是要收到嘛，对吧？要不然那就漏了。第二层就是，我在讨论什么事情的时候跟什么相关的话，我的context层它知道要从哪些artifacts里面去取东西，
47:28对吧？第三层可能就比如说model这一层，说哪些事情跟哪些context是相关的，把它配起来。然后上面intelligence再去取说我要跟哪些model相关，就是世界模型，就是那个就Block的那一套。所以它如果是这样的话，它其实是需要搭这层架构，而不是搭那个纯数据的那层架构。
47:47因为之前像CDP什么的，我主要是看到很多数据，反正你搞来搞去，基建一百遍最后也没用。当然了。就我们开篇之前其实跟徐文浩也在聊这事儿，徐文浩就是具体要擦屁股的人和不用擦屁股的人的视角是不一样的。徐文浩的逻辑就是，你们那帮搞CEO的，不用擦这个屁股，你们想的都是对的，但是你就不用擦这个屁股，
48:07你们就这样想。
48:08我觉得这个问题就是这样的吧，最终你要交付对不对？而且你这个交付不是说没有实现的，你最后要在有限的时间内交付特定质量的东西。为了让这个目标达成，同时你手上有一堆人，那你不得不形成共识，因为不形成共识，往往就很难分工也没有效率。
48:31所以这个就是，这是我称之为说你一旦回到现实世界我再极端一点讲，就是你的token也是有限的。你可以让所有东西让AI重写一遍，但是它重写一遍，你开一个Claude Code，开一个codex，让它看完这个东西重写一遍，这可能也花了一两天时间。
48:49在今天AI代码写得快的时候，你又会觉得这也太慢了。那能不能复用一下原来那个模块，不用重写一遍。其实最后是，我觉得是这么个过程吧，就是理论上都可行，但它是个无穷的trade-off。但是它是个无限的你在不同的决策做权衡，你没有必要从零开始实现嘛。
49:10就像你今天，我同意就是最一开始那个纪老师说的这个工厂这个模式啊。我们把它当成是，其实今天的软件有点像个高端制造业跟造复杂的汽车一样，没有人是从零开始做的。我其实是用了大量的各种各样的开源组件拼装的嘛。开源闭源组件，可能内部的闭源组件或者外部的开源组件，或者我找供应商，我找外包团队帮我开发的东西，
49:35最后组装成了一个产品，对吧？就OpenClaw呃很好，但是它不可能从编译器开始写起。然后它甚至没有从编程语言或者编程框架开始写起，它其实还是写应用。这个就是如果是个高端制造业，它可以非常个性化。这个没有问题。
49:51它比如说有一个零件我没有，我可以临时用AI生成一个，它有点像3D打印。但是你没有必要所有零件都是3D打印出来的。还是有很多零件是现成的，非常成熟，在那里放了很多年，你拿过来用就完事了。所以它只是个trade-off嘛。虽然我们讲比如创业公司或者新时代要做极端的重新投胎，但是你重新投完胎，你还是一个这个哺乳类动物，
50:15对吧？或者你是个乳猴的，你不可能说我们从这个单细胞开始重新开始这个进化嘛，对吧？
50:54其实我觉得就更像我讲的叫方法论吧。就是比方说我们去开发web，我们说我们应该是MVC去分层，它其实是个方法论吧。我们基本上是把方法论抽象成framework，然后底层的一些基础能力抽象成底层的这个library或者组件。
51:09然后每个公司的自己的业务就变成这个策略嘛。就是即使今天这个AI的coding能力很强，无非是说我们自己觉得说有些东西需要重造，重造的原因是原来的framework可能比较死。那今天的framework因为AI能力很强，可以更灵活。
51:26这个原来的很多library，比如说开发的周期很长，所以大家不轻易去更新library，或者说开发新的library。但是今天可能会有更多的library会被重写，为了性能啊或者怎么样。当然更多的公司还是会在策略层去解决现实世界中的问题嘛。
51:43那是不是应该我们做一个AI的这一层的infra来做这件事情呢？就比如说徐文浩你刚才讲说，那他得知道那边有一个模块可以用，或者说像你讲的这边这个skill已经把它改好了一点，那能不能全公司知道？是不是应该我们就做一层infra，就是他每天就在去把所有人的所有干的这些活抽象一遍、理一遍，
52:04然后再去看哪些应该刚刚像那个纪老师讲的，哪些可以形成原子能力的，我们把它变成公用的模块。下次谁谁谁提到的时候，他能够，而且做一个索引，让他知道可以调度。就比如说纪老师刚刚说他们有一个什么数据库，比如说牛就可以知道说，哎——我们底层其实有这个，你不要瞎搞了。
52:21对。是不是你这一层其实是一个infra的机会呢？
52:24呃，我觉得是，而且我觉得很多公司本身在做呀。就是今天很多看似在做应用的公司，同时也在做infra，因为这个infra不存在，对吧？
52:34对，我就是这个意思。
52:36就是因为我们最近发了一个产品，是一个OpenClaw，就是一个云端的OpenClaw产品，而且也在继续迭代进化。但是你会发现周围的所有的朋友的公司，其实类似都做了这一层，只是这一层做的轻跟重跟投入不一样而已。因为你不做这一层，你今天做一个新产品都是没法做的。
52:57就是这一层可能大家都要做，慢慢会形成共识。当然也可能形不成共识啊，就今天不确定这一点，就是它会不会沉淀成为一层。因为Claude Code本身是闭源的，就它有一套agent harness。那任何一个认真的想要投入做agent的公司，都需要这么个玩意儿。
53:13有些人可能会觉得开源的，比如说OpenCode或者Pi，这个东西比较好，那我就用它，然后做二次开发。有些人觉得这东西不够用，我要从零开始开发。但这层是逃不掉的。就是刚才我们讲的，这当然这一层今天已经有很多产品了，但是下一层就是memory。
53:30就是我有了一个agent harness，但是这个还是部署在我的单机上的。然后或者说是我有好几个harness，就我同时用Claude，我同时用Codex，我可能还最近还在尝试用Joy的，对吧？那它每一层它都有自己的memory。
53:44那这多层memory互相之间，每一层都有自己的skills，怎么能够打通？因为经常你会遇到这个情况，我问了Claude一个问题——过两天我要去问，我发现问他他说他不记得，他说没有发生过这个事情。然后，呃我翻啊翻啊，发现啊不是，是我问了我的一个OpenClaw部署这个问题，或者我问了ChatGPT这个问题，
54:04或者我问了GPT这个问题，对吧？那那你就这个就是一个人用了多个agent之后，他的记忆怎么打通？那这个是一层嘛，这个是我个人的memory已经散落在各处了。其实团队也是一样的，就是这个事情我已经干过一次了，我希望我团队里的另外一个人不要再干。
54:20传统的组织形式上其实对人的要求很高的，你要有很强的主观能动性，你才会把这个东西给传播出去。而且有时候你有这个主动性，你当下忘了，未来你是不传播出去的。就比如说我发现这个问题，这个坑我填了，有些人意识很强，可能我在群里广播一下，但大家可能没看，
54:37对吧？有些人可能意识很强，他想广播一下，但是他说啊我记一下，我，但是可能过两天他就忘了广播这个事儿了。那今天就大家的所有的我在AI这个在整个AI和AI协作过程中的这些改进，能不能就是快速地在组织内达成共识或者传播出去？我觉得是有这样一个infra的机会的，对吧？
55:03这就是很多人今天在做这种agent workspace嘛。就是大家只是这个agent workspace，有些人觉得它应该是一个像GitHub一样的，以task或者issue为中心。有些人觉得它应该是像钉钉或者飞书这样的。
55:18以聊天为中心，有人觉得应该是以文档为中心。这个就是每个人在他的framework这一层的抽象其实是不一样的嘛。所以我觉得这个这一层机会肯定是在的。只是说这一层的机会其实今天没有共识，是因为世界还在快速变动中吧。
55:37坦白讲，我觉得下一个阶段，其实我觉得数据层其实都要往这个方向去去演进。就像我刚才讲的，就是我们的M0其实在想这个这个怎么去做演进。我们会理解像skills这些东西，包括从数据里面提出来的事实，其实会分流出来，然后我们可能会放到我们的一体化数据库里面。
56:02这样的话会比较检索，也可以方便多个agent去去查。我们还有一个反馈系统，agent在使用这些memory之后，去做一步step by step的这种沟通的时候，最后有一个结果。这个结果实际上是，如果正确的话，会相当于把这个memory的
56:21权重会不断地提升，就是会反馈或者是失败，相当于总结或者是净化这个数据。最后，如果是因为它的重复量达到一定程度，如果你需要去整个组织上去共享的话，你会去设置策略，去让它去整个组织上去进行共享。就是这个时候就会是整个组织更组织层面的共享。
56:44我们其实现在的M0基本上就是这种设计。
56:49我我我自己的感觉是这样的，就是这当中有两层嘛。第一层是DB层，DB层我觉得就是现有的已经在巨头的机会。这这个就跟最近这个存储跟CPU跟英特尔暴涨是一样的。这这个意味着是因为整个市场在涨，没有必要我从零再去开发一遍数据库。
57:07你说我何必呢？就算你把源码给我，我去fork一下，我也没有必要，因为某种程度上已经达成了历史共识了。就跟你今天存储，你会去找海力士，你CPU你无非就是现在最近英特尔都暴涨，对吧？这是这这一层。其实我是觉得说，对于绝大部分人来讲，其实没有什么机会。
57:24甚至今天随着这这轮AI跑起来，跑得比较快的那些向量数据库公司，因为因为我觉得就是二三年出来的时候，我我觉得这些公司可能一个好的出路是被收购，而不是自己独立能变成一个多大的体量的公司。因为那个事情还是很难的嘛，就是说因为已经有很多传统的巨头跟基建在那里了。
57:46但是第二层就是framework这一层，我觉得机会是很多的。因为这一层相当于是一个新物种，就是没有人知道，就是我今天可以用OceanBase，我做一套自己的framework。这个机会仍然是在，我不一定一定要跟别人的framework或者第一方的framework长得一样。
58:03而且我认为就像agent，我觉得可能是新的一代的，有一点点像过去的中间件。中间件是所有的AI开发的底座，它是一套framework，然后在这套framework下，你怎么更高效地去做你的事情。马上这一层会不断地进化，所有层在进化，所有东西都要向更智能的去发展吧。
58:27那我最后再问一个岔开问一个问题啊，就是呃你刚所提到中间件嘛，那以前比如说数据库是我写的程序，程序里面有一段SQL，它在查这个数据库嘛。然后是一个程序员，然后他写了一段SQL，或者说是人类，然后在前面用一个界面，然后后面有一段代码，
58:43他在查那个SQL，在查这个数据库。我的理念经常发展在我的实践前面，就我经常会讲一些大道理，对。就比如说就讲说未来的用户都是agent啦。那你们在做这些中间件的时候，他，哎，未来的用户都是agent了，你们你们在考虑这个问题的时候，
58:57会设计的方法跟之前我们讲的刚刚那几种场景会有显著的不同的一些设计思想吗？还是说其实，哎，差不多，最后都还是SQL嘛，对吧？还是怎么样？
59:37所以为agent设计，agent用用的时候就是混搜会比较多一点，但是没有像以前那种大型的那种那种那种一千张表的乱七八糟。那对于我们做数据数据库有什么差别呢？就是做的时候不都反正都要支持吗？还是说底层设计思想也会有变化？
59:55我觉得最主要是让agent能够用得更爽。我觉得这个是最重要的事情，让Agent更快地部署，更快地使用，更多地在环境下使用，更轻量。其实一个方向是让Agent用得更爽。
1:00:09其实我还有最后一个问题，我其实比较好奇啊，就是可能也是一个比较技术性的问题。就是因为刚才那个纪老师提到，就是说现在做的这个叫云边一体嘛，我们叫云端一体嘛。因为今天Agent其实往往都是跑在本地的，而且呢，就是Agent跟这个跟检索的交互其实非常多的，
1:00:25它就是memory，它大量地会去会去检索。就这个时候我们往往希望它是在本地的。我又有一个centralized的这个，就是我们叫搜索吧，就是那那它其实又是在云端的。就我比较好奇，就是那你们期望的云端一体是说它云端是同一个数据源吗？
1:00:41就是一种方式是说，其实云端是同一个数据库，我只是偷偷把一部分数据，呃我觉得重要的数据同步到了本地，所以它更快可以搜到。我觉得这是一类思路嘛。第二类思路，它的接口是一样的，只是说它，但是它又是两份不同的数据。
1:00:56坦白讲，我们现在也没做得那么好，我们现在基本上还是两，就是相当于两个，你得有两套去查。但是我觉得这可能未来是一个，是一个更好的方向。
本期词条
重点词条
本期重点讨论的人、公司、产品和概念，按出现顺序。
人物封仲淹
人物橘子