专题演讲嘉宾：陈亮

随着大模型快速发展，以 AI agents 驱动的新一代 AI 原生应用快速发展，取得巨大成功。AI 原生应用以大模型为基础，通过各类 Agents 和应用数据交互，智能地完成各类任务。AI Agents 驱动的应用开发迭代迅速，同时维护多种模态的数据，不同模态数据的访问模式和流量差别巨大。这些特点给底层数据平台提出了新的挑战。未来 AI Agents 驱动的原生应用需要怎样的数据基座？本演讲将分享我们关于 AI 时代数据基座架构的思考，如何通过该架构解决 AI 原生应用的数据挑战，以及在云计算、新硬件环境下实现高性能数据基座的工程实践。

演讲提纲

1. AI agent 驱动的 AI 原生应用

2. AI 原生应用面临的数据挑战

• 多种数据模态
• 数据规模灵活多变
• 管理复杂

3. 多模态数据基座

• 数据库解耦
• 基于数据基层的多模数据基座
• 灵活扩缩容
• 多模态一致性访问

4. 面向未来的工程实现

• 趋势：云计算，弹性扩缩容
• 趋势：新硬件
• 打造服务 AI agents 高性能数据基座服务

5. 总结和展望

您认为，这样的技术在实践过程中有哪些痛点？

• 私有化部署和传统实践不同
• AI agents 开发者需适应数据基座新的数据处理能力

演讲亮点

• 通过创新的工程实践，将现有开源组件和新的数据基座整合，减少用户使用门槛
• 面向新一代编程框架的实现 (协程，异步 IO 等)

听众收益

• 给 AI 原生应用开发者提供数据管理的新思路
• 给 AI Infra 开发者在面向云计算、新一代硬件开发的参考和启发