课程 ID: 19315
描述:
话题概述:
随着大模型与AI Agent技术的爆发式发展，数据基础设施正面临全新的挑战与机遇。越来越多的Agent平台选择以PostgreSQL作为核心数据底座，推动PG在AI时代迎来新一轮高速增长。然而，AI Agents对数据层的需求已远超传统数据库的范畴——不仅需要高效处理结构化、半结构化和非结构化数据，还需要原生支持向量检索、知识图谱、语义建模以及安全的代码运行时环境。
本次分享将介绍阿里云RDS PostgreSQL团队如何以“One Database for All”为理念，在内核层面增强PG的企业级能力（弹性、安全、向量索引优化等），并在此基础上构建面向AI Agents的统一数据平台。该平台涵盖Supabase（支撑Vibe Coding）、Knowledge Graph（支撑企业级RAG与本体建模）、Agent Runtime（提供安全沙箱运行时）三大核心模块，通过统一的API网关为Agent提供开箱即用的数据操作能力。我们还将结合阿里云Vibe Coding平台以及智能运维数字孪生两个实践案例，展示该架构在真实业务场景中的落地效果与价值。
演讲题纲:
一、开源PG的现状与RDS PG作为AI数据底座的内核增强
1. PG在AI时代的机遇与增长趋势
2. RDS PG企业级增强能力
二、以RDS PostgreSQL为统一数据底座的AI应用开发平台
1. 平台整体架构
2. Supabase模块——支撑Vibe Coding场景
3. Knowledge Graph模块——支撑企业级数据处理场景
4. Agent Runtime模块
三、案例与实践
1. Vibe Coding实践：从0到1构建一个生成式应用开发平台
2. 智能运维实践：基于Ontology的数字孪生图谱
话题亮点：
1. 以PostgreSQL为核心、融合Supabase + Knowledge Graph + Agent Runtime的AI Agents统一数据底座架构，覆盖从Vibe Coding到企业级数据处理的完整场景链路
2. 深入解析RDS PG在向量索引（RaBitQ、性能优化）、Data Branching等方面的内核级增强，展示云原生PG相比开源的差异化优势
3. 创新性地引入Ontology本体建模能力，实现企业数据的语义层抽象，让Agent能够准确理解和操作复杂业务数据，并提供全生命周期管理
4. 兼容业界主流协议，打造开放生态的In-DB Agent Runtime与私有Skill Hub，具备实际生产环境验证的落地案例