“AI原生数据库是技术演进的必然方向”，阿里云资深副总裁、数据库产品事业部负责人李飞飞在2026阿里云PolarDB开发者大会上如是说。
与此同时，阿里云旗下云原生数据库PolarDB正式发布AI数据湖库（Lakebase）等系列全新产品能力，将大模型能力内化为数据库的“血液”，让数据系统不仅能存储、查询多模态数据，还将直接驱动AI智能决策。在AI浪潮席卷各行各业的今天，云原生数据库如何进化以适应新时代？阿里云提出的“AI就绪”具体意味着什么？在2026阿里云PolarDB开发者大会的间隙，速途网采访了阿里云资深副总裁、数据库产品事业部负责人李飞飞与阿里云数据库产品事业部产品管理与技术架构部负责人王远，他们揭示了阿里云Polar DB在成本、体验与未来形态上的核心逻辑。
一、从“云原生”到“AI就绪”：阿里云Polar DB“4+1”核心能力演进
据速途网了解，此次PolarDB重磅发布一系列全新的AI能力，包括AI数据湖库（Lakebase）、模型算子化以及面向Agent应用开发的托管能力等，从“AI就绪”向“AI原生”持续演进，显著降低构建AI应用的复杂度。
当被问及如何理解从云原生数据库到“AI就绪”的进化时，李飞飞将其总结为“4+1”个核心方向。
“第一是存储层走向Lakebase”，李飞飞指出，传统数据库面向结构化数据，而在AI时代，需融合能处理非结构化、多模态数据的湖存储，这是应对Embedding、特征提取、多模态检索等AI任务的基础。
“第二是元数据的统一管理。”他解释道，AI时代数据源繁多，日志、交易、图片、文本、音视频等数据量巨大，元数据本身可能达到TB级，且需实时更新。阿里云将Zero ETL技术集成到元数据管理层，实现元数据的实时同步。
“第三是多模态检索与处理能力。”数据库需从单纯处理结构化数据，演进为支持向量、全文、图谱等多模态数据的融合检索与处理。
“第四是模型算子化与Agent AI的支持。”李飞飞强调，模型量子化是为了让热数据与模型在线推理产生“化学反应”。模型难以实时吞噬热数据，而这部分数据对避免模型“幻觉”至关重要。通过模型算子化，热数据可实时转化为Token，并被场景化的Agent所使用。“未来一定是Token的世界”。而最后的“+1”是一定紧跟硬件发展步伐。
关于当下数据库的高性价比和成本优势，王远总结了三点：资源池化、多租共享、弹性伸缩。在他看来，只有规模化到一定程度，才能有一定的成本优势或者成本红利。“Polar DB首先拥有云上最大规模的数据库用户，这是我们很高的护城河”。
同时，Polar DB进入更多的高性价比的存储介质，对企业当中的数据做分类存储，智能化的数据调度、跨界流转和迁移。王远解释到，Polar DB存储层做的第一件事就是降成本。
此外，阿里云主推极致弹性的产品形态，以保证产品在市场上的价格竞争力。
二、内部打通与开发者体验：一体化、多模态与自然语言交互
对于阿里云内部如何为打造AI原生数据库进行产品能力打通，李飞飞以百炼以及PAI为例说明：“Polar DB以及整个瑶池数据库token量增长，在过去短短几个月内增长了超过100倍。”此外，阿里云自研的模型算子化服务，以及通过SQL/API乃至未来自然语言方式，无缝集成模型调用与数据处理的能力。
王远则从开发者与未来用户体验的角度阐述了差异化。他认为，未来数据库用户不仅仅是现在的开发者，还会有更多的普通用户，因为大模型能力让我们的数据库未来真的很大概率具备直接服务普通用户的能力。
“对开发者，我们提供最基础的向量处理能力，因为这是AI时代最通用的数据表征。同时提供一体化多模数据管理、一体化RAG能力，以及在circle里方便集成大模型能力”，王远进一步解释到。
而对于未来普通用户，交互方式将向自然语言、多模态等更直觉的方式演进。王远表示，数据库的管理范畴也将从数据本身，延伸到对知识、记忆的组织与管理。最终，Polar DB希望成为以数据为中心的AI基础设施，成为构建企业级智能应用的主流选择。
目前，阿里云PolarDB已赢得来自海内外超2万用户的信赖，部署规模超300万核，覆盖全球86个可用区。PolarDB云原生与Data+AI相关功能与创新技术已规模化应用于金融、汽车、政务、互联网、电信等领域的核心业务系统，服务了某大型商业银行、理想汽车、小鹏汽车、MiniMax、GoTo集团、度小满、米哈游等知名企业，助力全球开发者跨越智能时代。
三、AI Ready vs. AI Native：务实演进与未来衡量
“AI赛道本身还在快速变革，现在喊AI Native过早。我们坚定喊AI Ready，我觉得现在喊AI Native 是‘大跃进’。”当被问及当前是否已进入“AI Native”阶段时，李飞飞的回答很务实。
那么，何时才算真正进入AI Native时代？李飞飞提出了两个衡量标准：“第一，数据库至少一半的实例是Agent在使用；第二，数据库输出（Output）的字节数中，至少一半是Token。”他认为，达到这两个标准，才可称为迈入了AI Native的门槛。
为实现这个目标，数据库需要在模型算子化、多Agent编排调用、多租户隔离、RAG知识库、自然语言交互乃至直接驱动业务Action等方面持续演进。“未来的AI Native Database，将是海量Agent通过自然语言下达指令、并直接触发Action发生的地方。”
四、写在最后
在整个采访中，李飞飞与王远不断强调“务实”与“迭代”。在速途网看来，AI技术日新月异的浪潮中，阿里云Polar DB选择的是一条以“AI就绪”为当下锚点，以支撑海量智能体与Token经济为未来导向的清晰演进路径。
