围绕“Agentic 时代谁来重新定义数据库”这一话题，本文从企业数字化、软件开发、人工智能与网络安全角度出发，讨论智能体应用可能给数据库架构、数据治理和安全合规带来的新挑战，并提出可供企业内部交流的问题。
今日技术观察 点击查看原文> 01 背景速览 背景速览：近期有行业访谈将讨论焦点放在“Agentic 时代”与数据库的关系上。随着 AI Agent 从辅助问答走向任务执行，数据不再只是被动存储和查询的对象，而可能成为智能体规划、调用工具、生成结果和持续反馈的重要基础。对于企业而言，数据库是否仍只是底层基础设施，还是会逐步承担更多面向 AI 应用的能力，是一个值得关注的议题。 02 趋势影响 趋势影响：在人工智能应用加速落地的背景下，软件开发方式和企业数字化架构都可能随之调整。传统应用通常由人明确设计业务流程，再由系统按规则执行；而 Agentic 应用更强调模型、工具、数据和上下文之间的协同。这可能推动数据库在检索、权限控制、数据语义表达、实时访问和可观测性等方面提出更高要求，但具体演进路径仍取决于企业场景、技术成熟度和治理能力。 03 企业应用启发 企业应用启发：对企业来说，讨论“重新定义数据库”不一定意味着立即替换现有系统，更现实的做法是评估现有数据底座能否支撑 AI Agent 的安全调用和高质量响应。例如，企业可从知识库、客服辅助、研发运维、流程自动化等相对清晰的场景切入，梳理哪些数据可以被智能体访问、访问边界如何设定、结果如何追溯，以及数据质量是否足以支持自动化决策或半自动化建议。 04 合规观察 合规风险提醒：Agentic 应用扩大了数据流转和自动执行的范围，也带来更复杂的网络安全与合规问题。企业需要关注敏感数据暴露、越权访问、提示注入、模型输出不可控、日志留存不足等风险。在涉及客户信息、商业秘密或关键业务系统时，应避免让智能体直接获得过高权限，并建立身份认证、最小权限、审计追踪、人工复核和异常告警机制。 05 开放讨论 开放讨论问题：在 Agentic 时代，数据库应优先增强智能检索能力、权限治理能力，还是与模型和应用框架的协同能力？企业在引入 AI Agent 时，哪些数据适合开放给智能体，哪些必须保持严格隔离？对于现有数据库和数据平台，企业是应逐步改造，还是等待更成熟的一体化方案？欢迎结合实际业务场景展开讨论。 公开来源参考 深度访谈｜Agentic 时代，谁来重新定义数据库？