让Agent写出一段代码，和让它持续维护一个项目，中间隔着多少工程工作？

用户的期待往往很简单：今天没有做完的事，明天接着做；已经修改过的文件，下次打开还在；交付的任务越来越多，应用依然能正常运行。但对开发团队来说，每一项期待都需要底层系统来承接。任务进度存在哪里，文件怎样保留，用户增长后如何扩容，都会影响Agent最终交到用户手里的体验。

这也是数据库开始进入AI应用讨论中心的原因。模型负责理解和推理，而任务执行过程中产生的数据，需要有人持续管理。

TiDB是一款开源分布式SQL数据库，帮助企业和AI开发团队存储、查询和分析海量数据，应对大量用户同时访问的需求。作为Alibaba Cloud（阿里云）的战略合作伙伴，TiDB通过TiDB on Alibaba Cloud产品解决方案，为企业提供运行在阿里云上的全托管数据库服务。阿里云提供云基础设施与AI能力，TiDB提供数据管理能力，应用团队由此获得构建和运行服务所需的数据支撑。

9月22日至24日，2026云栖大会在杭州召开。本届大会以“Agentic AI”为核心锚点，串联起从芯片、云基础设施，到模型能力、模型服务，再到Agentic应用的完整技术链路，直指数字化生产力的深层变革。

大会期间，TiDB通过主题分享、圆桌对话、展台演示解决方案全方面展示并介绍了面向Agent时代的数据基础设施思路，并荣获“FY27 年度 AI 伙伴”的荣誉称号。

图：TiDB在产品生态分论坛颁奖环节获颁“FY27 年度 AI 伙伴”荣誉。

用户说“接着做”，系统需要记住什么

大会期间，TiDB Cloud Lake产品负责人陈焕生带来《你选择的基础架构，决定你能长成什么样的AI公司》主题分享。这个题目背后，是基础架构与产品交付之间的一层关系：系统能够持续承接什么，团队才能向用户承诺什么。

以编程Agent为例。一次项目修改可能包含读取文件、生成代码、调用工具和检查结果。任务暂停后，用户再说一句“接着做”，应用就需要找到之前的执行进度，分清哪些操作已经完成，并取回修改过的文件。

如果这些信息没有被完整保存，用户就得重新交代背景，甚至重做已经完成的工作。模型仍然可以给出回答，但任务已经接不上了。

因此，分享中一个重要的思路，是将临时运行环境与持久数据分开管理。计算环境可以按需创建和释放，任务状态、业务数据和文件成果则需要被保留下来。围绕这一需求，面向Agent的统一数据层方案分别提供执行状态记录、独立业务数据空间和跨会话持久工作区。

数据的作用还会延伸到产品迭代。团队更换模型或调整流程之后，需要知道同一项任务是否完成得更好，耗时和成本有没有变化。要作出判断，就得保留原来的执行记录，以及当时的数据和文件状态。

陈焕生在分享中介绍了结合任务追踪、检查点与评估的集成思路，为问题定位、任务恢复和升级效果比较提供依据。对应用团队而言，这些记录让“感觉变好了”有机会变成可以检查、比较的结果，也让后续改进有迹可循。

地基能承接多少，应用才能走多远

当一项任务变成大量用户同时提交的任务，问题又向底层推进了一步。

数据服务需要应对不断增加的读写请求，也需要处理不同用户之间的访问边界。上层应用的一次等待或失败，可能就发生在这些环节。随着业务增长，数据库与云基础设施如何配合，也会逐渐影响产品体验和团队的工程投入。

在产品生态分论坛“AI时代的生态共建：从‘能力’到‘生意’的伙伴跃迁”圆桌中，TiDB研发副总裁徐凯用建筑作了一个比喻：如果把AI应用比作一栋楼，AI Infra伙伴提供的，就是地基级别的数据基础设施。

徐凯介绍，TiDB着力于在高并发、海量数据场景下提供稳定的数据支撑，让Agent和模型调用能够衔接真实业务处理。Agent要真正执行工作，需要可靠地访问数据、保存结果，并让后续步骤能够继续进行。

这也解释了TiDB与Alibaba Cloud（阿里云）合作的实际意义。数据库服务运行在云上，背后离不开计算、存储和网络等基础设施，也需要服务团队参与支持。徐凯在交流中提到，阿里云的云服务与专业服务团队为TiDB提供了坚实的云基础设施，帮助其保障数据服务稳定性，并支持客户的产品使用与服务体验。

对于企业客户，这种配合最终要回答的是自己的应用问题：请求增加时能否承接，服务遇到问题时如何获得支持，以及团队能否少花一些时间处理底层系统，把精力留给产品本身。

图：TiDB参与产品生态分论坛圆桌，交流AI数据基础设施与生态合作。

为下一阶段的创新，留出空间

当Agent开始持续处理真实业务，数据库面对的变化也更深了一层。过去几十年，从OLTP、OLAP到HTAP、Cloud Native，数据库不断围绕性能、成本和稳定性演进。而Agent带来的新问题，还涉及谁在使用数据、数据如何产生和分布，以及应用从一开始就可能面对的全球用户。

这意味着，数据库需要承接的工作正在改变。它既要支撑Agent运行中的状态和数据，也要跟上应用进入生产、服务企业客户、拓展全球市场的节奏。数据规模增长时，成本与风险能否控制，同样会影响产品能够走多远。

从这个角度看，如果将云原生视为数据库范式的第二次重启，那么Agentic Database很可能代表着第三次。这个判断背后，是应用对数据基础设施提出的一组新要求，也让数据库选型成为产品早期就需要认真考虑的问题。

毕竟，业务发展之后再更换数据库，往往会牵动数据迁移、应用适配与运行验证。团队需要考虑眼前能否上线，也需要判断：今天的选择，能否支持下一阶段的增长，减少未来因架构调整而放慢脚步的可能。

对于快速迭代的AI团队，这些工程投入最终都会体现在产品节奏上。合适的数据基础设施，能够让团队把更多时间留给验证需求、改进体验和交付新功能。选对数据库，也是在为下一次创新留出真正发生的空间。

如果你的团队正在评估Agent应用的数据架构，可以点击“阅读原文”，从自己的业务需求出发，进一步了解 TiDB on Alibaba Cloud解决方案，查看产品能力、部署选项与计费信息，并通过页面中的Marketplace入口了解订阅方式，为应用的下一阶段选择合适的数据支撑。