计算机行业动态报告：重估数据库：未来软件=Agent数据库.pdfVIP

行业动态报告/计算机

目录

1DBforAI：AIAgent推动软件形态变革，数据库具有不可替代的重要地位3

2AIforDB：AI赋能推动数据库自身升级，推动行业加速发展8

3投资建议10

4风险提示11

插图目录12

表格目录12

本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明证券研究报告2

行业动态报告/计算机

1DBforAI：AIAgent推动软件形态变革，数据

库具有不可替代的重要地位

AIAgent推动AI时代软件形态变革，AIAgent有望通过直接与终端互动，

在一定程度上替代中间应用层软件。在传统软件架构中，应用程序充当用户与数据

库之间的“中间商”。用户通过应用操作，请求经前端发至后端，后端查询数据库、

执行逻辑后，再将结果返回前端。而在AI驱动的新模式下，智能Agent能够直接

与数据库进行交互，实现数据的创建、读取等功能，进而可能代替中间应用层。以

飞猪最近推出的“问一问”功能为例，用户只需向AI助手提出需求，“问一问”功

能就召唤出机票比价师、酒店顾问、路线规划师等多位AI助手，一键生成旅游攻

略，方案中涉及的机票、酒店等商品，用户可以直接一键下单预订。相比于传统模

式需要用户手动在不同页面填写各类信息，该模式简化了操作流程，提高了效率。

图1：AIAgent有望直接帮助用户输出结果，推动软件形态变革

资料来源：36氪官网，民生证券研究院

软件形态变革大趋势下，数据库具有不可替代的重要地位。

第一，承载数据，做好数据来源的“源头关”治理。AI时代，AI训练的来源

是数据，精确、可靠的高质量数据是做好AI训练的关键，数据库则是承载高质量

数据的载体。

第二，向量数据库、RAG等产品和技术直接赋能AI发展，缓解大模型推理的

本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明证券研究报告3

行业动态报告/计算机

“幻觉”等问题，数据库成为AI时代不可替代的“必需品”。向量数据库通过嵌入

方式，将高维度离散数据（如文本、图像、音视频等）映射到低维度连续空间生成

稠密向量，更好地捕捉数据潜在关系和语义信息。RAG框架则把信息检索技术和

大模型结合，将检索出的文档和提示词提供给大模型，缓解大模型推理的“幻觉”

问题，还能实现知识库更新，进而为AI发展提供保障。

图2：RAG框架实现向量数据与大语言模型的最佳集成

资料来源：大数据技术标准推进委员会《数据库发展研究报告(2024年)》，民生证券研究院

相较于原生的大模型，搭配RAG的模型具有多个优势。RAG框架主要由检

索器和生成器两部分构成。检索过程涵盖对数据（如文档）进行切分、嵌入向量并

构建索引，随后通过向量检索召回相关结果；生成过程则是借助基于检索结果增强

的提示来激活大语言模型，进而生成回答。

这种方式使得RAG在处理复杂查询和生成丰富信息回答方面具备显著优势：

第一，提高AI回答的准确性和可靠性，避免推理过程中的“幻觉”等问题：RAG

技术通过检索外部知识库，为模型提供具体事实和数据支持。当被问到专业领域知

识时，RAG会从专业文档、研究报告等可靠来源检索信息，让模型基于这些准确

信息作答，大大提高了回答的准确性和可追溯性。第二，增强数据隐私和安全保护：

RAG技术可以将知识库作为外部附件管理私有数据。企业的客户信息、财务数据

等敏感内容，不用直接输入大模型进