2015年，PingCAP（平凱星辰）創(chuàng)業(yè)第一天記錄下第一行代碼時，“開源”就成為這家分布式數(shù)據(jù)庫廠商最大的標簽。此后十年時間里，PingCAP服務(wù)了超過45個國家的4000家企業(yè)，創(chuàng)立的分布式數(shù)據(jù)庫產(chǎn)品TiDB，更是在GitHub上總計獲得超過37000顆星，是數(shù)據(jù)庫領(lǐng)域有著極大影響力的開源項目。
正因為信奉開源，PingCAP企業(yè)文化中的決策民主、開放自由吸引了很多人加入，其中就包括PingCAP副總裁劉松。
作為軟件行業(yè)20多年的從業(yè)者，劉松先后在Oracle、阿里云任職，他給自己的標簽是“互聯(lián)網(wǎng)原教旨主義者”和“AI降臨派”。很多人把AI看作今天一個新的技術(shù)范式，劉松卻覺得AI技術(shù)是互聯(lián)網(wǎng)技術(shù)的延伸，正是得益于互聯(lián)網(wǎng)過去沉淀的數(shù)據(jù)和云基礎(chǔ)設(shè)施，AI才變得如此強大。
所以面對這波AI技術(shù)浪潮，劉松想到了不同的隱喻。他認為AI帶著“弒父”的技術(shù)屬性的同時，也因為缺乏場景、用戶、流量等，不可避免背著“丫鬟命”。
而對數(shù)據(jù)庫行業(yè)而言，劉松判斷AI會成為“云+全球化+開源”以外的第四足，將來不僅會重新改寫數(shù)據(jù)庫廠商的估值，也會重塑整個行業(yè)的競爭格局。
信通院發(fā)布的《數(shù)據(jù)庫發(fā)展研究報告（2025年）》顯示，過去一年，中國的數(shù)據(jù)庫廠商減少了64家，競爭在加劇，面對Oracle等傳統(tǒng)巨頭，PingCAP拒絕做簡單的平替，而是希望靠產(chǎn)品力和生態(tài)勝出。而經(jīng)過十年打磨，PingCAP的產(chǎn)品無論在國內(nèi)還是全球，都得到了驗證。不僅在國內(nèi)市場中殺出一條血路，也在海外市場的商業(yè)化方面獲得巨大突破。
近日，劉松接受了「創(chuàng)·問」編輯部的訪談，談到了他對數(shù)據(jù)庫與AI融合的趨勢判斷，也分享了PingCAP如何深耕國內(nèi)市場的同時，還走出了一條高度本地化的出海之路。
如果說上一代互聯(lián)網(wǎng)公司改變了中國人的生活和運用技術(shù)的方式，那劉松希望PingCAP能塑造一種新的公司范式——成為世界上最好且最受尊敬的基礎(chǔ)軟件公司。
全文分享如下：
Q：華創(chuàng)資本
A：PingCAP副總裁劉松
01AI技術(shù)的屬性是弒父
華創(chuàng)資本：你在今年1月就預(yù)測DeepSeek會帶來重大轉(zhuǎn)折，后來的確應(yīng)驗了，從你的視角觀察，這一波AI技術(shù)的浪潮意味著什么？
劉松：關(guān)于這一代AI，我有兩個隱喻。
第一個是“弒父”，新的技術(shù)只要一出來，原有的技術(shù)，不管是“爺爺”還是“父親”全部都沒有意義了，就像GPT對于NLP的顛覆一樣，之后下一代出來的東西很有可能也會把當前GPT的模式完全殺掉，所以這種“弒父”屬性，讓AI具備了特別強的顛覆能力。
第二個是“丫鬟命”，AI技術(shù)就算再強大，目前也只是工具型的技術(shù)，它自己本身并不構(gòu)成一個用戶層級的賽道，還需要找到一個有場景、有用戶、有流量的“豪門”，這也是為什么扎克伯格要花1億美金去OpenAI挖人的原因。所以我認為五年之內(nèi)，AI+流量還是AI應(yīng)用的主航道。尤其對于AI領(lǐng)域的創(chuàng)業(yè)者，如果想不清楚AI技術(shù)模式和流量怎么疊加，那后續(xù)的商業(yè)模式也會很難。
華創(chuàng)資本：那你怎么看待AI這兩年給軟件行業(yè)帶來的沖擊？
劉松：在大模型出現(xiàn)之前，數(shù)字化互聯(lián)網(wǎng)解決的其實是信息不對稱、協(xié)同效率等問題，而結(jié)合了高質(zhì)量數(shù)據(jù)的大模型，帶來的是一場認知革命。
過去我們熟悉的移動互聯(lián)網(wǎng)，本質(zhì)上還是數(shù)據(jù)+算法驅(qū)動，無論刷淘寶還是刷抖音，都是依靠推薦算法、依賴數(shù)據(jù)庫技術(shù)而不是腦力。但推理大模型本身就具備了認知能力，它在很多方面都比人做得更好。相比之下，人的優(yōu)勢可能只剩下一些隱含式的經(jīng)驗了。
所以AI帶來最大的變革，是從上一代的云計算時代的數(shù)據(jù)驅(qū)動，走向了認知革命。
華創(chuàng)資本：隨著AI和大模型融合發(fā)展，“數(shù)據(jù)庫”的角色是否也正在發(fā)生變化？
劉松：我認為會發(fā)生根本性的變化。我們CTO黃東旭說過一個基本邏輯：“未來的數(shù)據(jù)庫一定是面向Agent的，因為之前的數(shù)據(jù)庫是面向數(shù)據(jù)工程師和DBA的?！?/p>
每個Agent就是一個智能代理，它的上層是UI，下面是知識檢索，中間有流程引擎、知識圖譜，基礎(chǔ)是數(shù)據(jù)。有了這樣的Agent，很多助理、運營、營銷、客服等崗位做的事情，就很容易被自動化。我們做了兩件事來提升RAG效果：第一，構(gòu)建動態(tài)知識圖譜；第二，通過定向訓(xùn)練模型的思維鏈，來動態(tài)規(guī)劃RAGFlow（開源項目StackVM)，我們認為未來的Agent會是：定向訓(xùn)練的推理模型+上下文工程+工具調(diào)用+記憶。
當業(yè)務(wù)Agent去訪問數(shù)據(jù)時，數(shù)據(jù)庫越來越成為一個大的記憶體，那它如何跟業(yè)務(wù)Agent有效交互呢？CEO們都希望把自然語言變成SQL，然后自動獲得一個答案。但這會面臨一個難題：CEO們問的問題空間是無窮的，但它轉(zhuǎn)化成SQL能理解的范圍以及數(shù)據(jù)里面已有的準備是有限的，而且今天這個問答的準確率最多也就到85%，甚至不到90%。
所以Agent在從ToC到ToB的逐步演進里，如果能從dothingright到dorightthing，就說明它變得越來越成熟、越來越靠譜了，也就像人類一樣，形成了感知、理解、規(guī)劃、決策、執(zhí)行的閉環(huán)。
華創(chuàng)資本：PingCAP服務(wù)的客戶來自各行各業(yè)，從他們的需求來看，AI在企業(yè)中落地的最大推動力和變化是什么？
劉松：我見了很多互聯(lián)網(wǎng)、金融等行業(yè)的客戶，不管是證券、保險還是醫(yī)療，在以前，AI項目基本是IT人的活兒，其他人是不太在意的。
但從今年2月份開始，我看到最大的變化是所有業(yè)務(wù)人員都認為我要做好自己的AI，他們突然都變得非常積極，追著IT人員說我要上AI項目。他們已經(jīng)看到能用AI解決生活中的很多問題，為什么工作上不能呢？所以就希望IT部門幫他們訓(xùn)一個Agent，提升精確度。好的業(yè)務(wù)Agent需要業(yè)務(wù)人員輸入自己的專業(yè)知識，培養(yǎng)出一個“老專家”，這樣就能減少自己日常的工作量，這是AI解決的知識自動化的問題。
就像當年APP盛行的時候一樣，之所以2012年成為一個拐點，就是所有人都開始用智能手機來解決生活問題，然后解決工作問題?，F(xiàn)在Agent就是那一代的升級版，只是有了推理能力后，變成了一個更加自動化的腦力工具。它的形態(tài)就是在APP上疊加了一層更快速地自動分析和執(zhí)行的邏輯。
未來最理想的情況就是大家都能把自己的數(shù)字分身——行業(yè)Agent模型訓(xùn)出來，然后把常規(guī)的工作都交給AI，人只負責規(guī)劃和創(chuàng)意，我覺得這可能是值得期待的未來。因為對于中國的職場人，最現(xiàn)實的事情不就兩個：不被AI替代以及不用加班，后者是未來五年最值得努力的目標。
作為一個“降臨派”，我覺得AI首要的意義是解放人，而對中國社會的正面目標在于：第一，不加班也不裁員；第二，增加工作的意義和樂趣；第三，老有所養(yǎng)；第四，給弱者公平且非歧視性的幸福權(quán)利。
華創(chuàng)資本：AI時代到來后，你剛剛提到的那些客戶，對數(shù)據(jù)庫是不是也提出了一些新的要求？
劉松：最近我剛在上海見了一個客戶就很有前瞻性，首先他們說根本不關(guān)心應(yīng)用，因為分分鐘可以做出來，真正的護城河其實是數(shù)據(jù)。其次，做出來的Agent雖然效果也不錯，但他們更關(guān)心如何把精度從75%提升到95%。而背后的技術(shù)關(guān)鍵點其實就在數(shù)據(jù)庫和RAG里面。
因為現(xiàn)在一個基本的Agent組合，在大多數(shù)企業(yè)里面，上面有一個開發(fā)框架，像Dify；中間有一層RAG，比如我們現(xiàn)在做的是有一層開源的框架，叫AutoFlow，這是一套GraphRAG框架，開發(fā)者可以直接使用AutoFlow提供的封裝好的組件，組合使用，提高開發(fā)效率；再下面一層，是一個All-in-One的Database，支持向量/全文/圖數(shù)據(jù)等多模態(tài)存儲。
今天，全球TOP10的數(shù)據(jù)庫公司里已經(jīng)有6家是All-in-One架構(gòu)，這意味著SQLDatabase已經(jīng)整合了向量檢索、全文檢索和圖數(shù)據(jù)處理功能，這種四庫合一All-in-One的Database在底層，通過統(tǒng)一的存儲引擎實現(xiàn)多模態(tài)數(shù)據(jù)管理。
未來可能的演進是下一代的DataAgent，這一層一定是靠AI技術(shù)和數(shù)據(jù)技術(shù)結(jié)合的。而這一層做好了，就成為回答業(yè)務(wù)Agent的一個代理人。比如業(yè)務(wù)Agent問一個問題：未來五天北京到大理，國航的機票，時間最好的，哪一天最便宜？那這個DataAgent將自動完成：跨數(shù)據(jù)庫檢索、多維度條件過濾、結(jié)果智能比對。業(yè)務(wù)Agent無需關(guān)心底層是SQL、向量數(shù)據(jù)庫還是圖數(shù)據(jù)庫，這些都被中間這層屏蔽了。所以，可能數(shù)據(jù)庫的邊界也會發(fā)生變化，數(shù)據(jù)庫包括大數(shù)據(jù)技術(shù)，在原有的范式里，它留在了存儲和CRUD，就是我都存儲好了，你用SQL來問，這種模式可能不夠了。因為業(yè)務(wù)Agent要用自然語言來問問題，所以中間這層——DataAgent這層會越來越厚，現(xiàn)在的雛形就是RAG和GraphRAG。
GraphRAG解決什么問題呢？舉個例子，我們有一個TiDB知識問答機器人，叫TiDB.AI(https://tidb.ai/)，可以用來問有關(guān)TiDB的任何問題。我們把過去10年1萬份技術(shù)文檔都丟進去訓(xùn)，當我們南美的客戶碰到問題，他只需要問TiDB.AI就能解決，不需要專門的運維工程師去解答。
這里面的學(xué)問在于，這一萬份文檔在不斷更新，丟進去以后，文檔里面的知識點是怎么動態(tài)地被重新連接起來的？比如在數(shù)據(jù)庫運維場景里面，要把TiDB從7.5升級到8.1，我能不能用Agent的問答來執(zhí)行？它是不是把所有嚴肅性的邊界條件都check到了？我能不能相信它給我的建議和診斷？在這樣一個問題里面，要的是絕對知識的精度，所以僅僅用向量數(shù)據(jù)庫就不夠了，因為向量數(shù)據(jù)庫是以圖搜圖、找近似回答的邏輯。要考慮每個知識點的連接、嚴謹性和動態(tài)性，所以我們通過強化學(xué)習(xí)訓(xùn)練一個小模型，在知識圖譜上進行有效的檢索來提升精度。
這是個工程問題，概括來說就是GraphRAG可能比樸素的RAG稍微走遠了一層，它將分散的知識點關(guān)聯(lián)在一起形成知識圖譜。而我們更進一步，通過訓(xùn)練模型來不斷優(yōu)化知識圖譜的結(jié)構(gòu)，以及在檢索時通過模型推理更精準地查找答案。
華創(chuàng)資本：假設(shè)Agent以后非常智能，它能繞過一般SQL或向量搜索，直接從數(shù)據(jù)庫中拿到想要的查詢結(jié)果嗎？
劉松：從長遠看來，有可能會實現(xiàn)，但這里有一個“悖論”。想要那樣聰明的“老師傅”Agent出現(xiàn)，首先還是要把老師傅的經(jīng)驗和知識教給它才行。換句話說，要實現(xiàn)你說的“直取數(shù)據(jù)”，恰恰需要數(shù)據(jù)庫架構(gòu)師、工程師把DataAgent給做出來。
表面上，用戶用自然語言一問，數(shù)據(jù)就自動出來了，好像跳過了數(shù)據(jù)庫。但其實，背后的存取過程一個步驟都沒少，只是被自動化以及對用戶隱藏了。這背后涉及海量的專業(yè)“竅門”：數(shù)據(jù)是怎么分布的？不同類型的數(shù)據(jù)怎么關(guān)聯(lián)？如何把一個看似簡單的查詢，用最高效的方式執(zhí)行出來？這樣大量的Know-How，不在大模型的腦子里，還是在數(shù)據(jù)庫這一群人的腦子里。
所以，用自然語言直取數(shù)據(jù)方式的最終實現(xiàn)，解鈴還須系鈴人。以用戶角度思考，Agent什么時候能變得我想要的那么聰明？還得那個行業(yè)領(lǐng)域的人把聰明和認知裝在里面，把推理能力、數(shù)據(jù)能力包括知識的動態(tài)更新的機制，全部做成一個真正的知識型的Agent才可以。
表面上看，DataAgent把撈數(shù)或者是一個任意自然語言問答自動化了，但這個過程本身很復(fù)雜。隨著它自己越來越智能和自動化，AI的能力需要更深入地與數(shù)據(jù)層結(jié)合。
然后再往底層，數(shù)據(jù)庫自己未來肯定也需要讓AI降臨，比如優(yōu)化查詢速度、自動管理數(shù)據(jù)分布（像TiDB的自動分片、自動伸縮、Serverless能力），甚至用AI來改進數(shù)據(jù)庫內(nèi)核（這就是所謂的“AIforDB”）。
目前最關(guān)鍵的環(huán)節(jié)是怎么讓數(shù)據(jù)庫更好地服務(wù)業(yè)務(wù)Agent。大家普遍認為，需要一個中間的DataAgent或者叫“數(shù)據(jù)智能體”來充當橋梁，解決數(shù)據(jù)訪問的智能化問題，這一層現(xiàn)在尤為重要。
華創(chuàng)資本：數(shù)據(jù)庫在AIAgent系統(tǒng)中扮演什么角色？是“記憶體”、“知識庫”還是“決策引擎”？
劉松：都有。原來數(shù)據(jù)庫的邊界，最下層可以被認為是一個總體的數(shù)據(jù)存儲，或者多模態(tài)的數(shù)據(jù)存儲。
而中間這一層——DataAgent這一層，這幾個角色都有。它離具體業(yè)務(wù)很近，理解業(yè)務(wù)輸入和安全邊界，同時又能利用大模型的能力。這一層的核心任務(wù)，是把原始數(shù)據(jù)變成真正有用的業(yè)務(wù)知識。它不僅僅是加工數(shù)據(jù)，要考慮在這一層，怎么能夠在數(shù)據(jù)和知識的處理、優(yōu)化、沉淀方面提升，從而提煉出數(shù)據(jù)背后的“知識”；最終目標是實現(xiàn)更高級的“認知”，讓系統(tǒng)能像人一樣理解和推理。這一層直接服務(wù)于上層的業(yè)務(wù)Agent，不是原來的數(shù)據(jù)庫產(chǎn)品覆蓋的。
廣義來看，我們把它定義為“數(shù)據(jù)智能體”，它會跟上一層的應(yīng)用層——業(yè)務(wù)Agent去打交道，會變得越來越厚、功能越來越豐富，包括MCP等能力都可能集成進來，甚至可能催生新的協(xié)議和行業(yè)標準。
在公有云環(huán)境里，它一定是以API的形式出現(xiàn)，且是一個組合。就像AWS發(fā)布的Agent智能體開發(fā)套件那樣，既提供構(gòu)建上層業(yè)務(wù)Agent的工具和流程，也包括底層的數(shù)據(jù)處理和安全保障能力。
這一層廠商現(xiàn)在還沒有定義，大家都會去做，邊界還沒有那么清晰。數(shù)據(jù)庫、云、大模型的公司都會想要參與，因為這一層是現(xiàn)在的剛需。
02拒絕簡單的平替
華創(chuàng)資本：近日，Oracle市值盤中突破7000億美元，這個一度被人認為“傳統(tǒng)”的數(shù)據(jù)庫巨頭，用AI+云的組合拳打破了增長天花板。你怎么解讀這一現(xiàn)象？
劉松：我在Oracle有過十年的工作經(jīng)歷，所以我非常理解拉里·埃里森（Oracle董事長兼CTO）的思維，作為一個創(chuàng)始人，當他面對一項新的技術(shù)比如大模型時，他的取舍是什么？轉(zhuǎn)化方式是什么？其實本質(zhì)上就是這兩件事情。他的取舍是不做大模型，但做大模型必須的AIInfra，為此他又做了三件事：第一，找老黃（英偉達聯(lián)合創(chuàng)始人兼首席執(zhí)行官黃仁勛）買了很多GPU，構(gòu)建出一個AIInfra。Oracle的云一直排第四，但它借助GPUCloud拉來了更多的客戶，因為不管做大模型的訓(xùn)練還是推理，總得用GPU吧？這里面有一個基本的認知——AI的應(yīng)用只有在云上才會進化得更快，因為云是今天軟件技術(shù)的集大成者。
第二，除了GPU以外，肯定還需要數(shù)據(jù)庫，在這方面，本來就有大量用戶用的是Oracle，原本他們并不想搬到云上，但Oracle為用戶提供了一個更全面的云平臺。所以AI帶動了Oracle云從線下向線上的加速遷移。
第三，Oracle原來的SaaS類別以FusionCloudERP和NetSuiteCloudERP等后臺解決方案為主導(dǎo)，只有在公有云上才會使用，很多SaaS還需要疊加大模型的能力，于是Oracle就把它進行了改造，所以O(shè)racle反而變成這波AI里完全不在大模型上做投入，但僅僅圍繞AIInfra做了最好轉(zhuǎn)化的一家公司。
華創(chuàng)資本：這是否反映了市場對擁有深厚企業(yè)客戶根基和完整數(shù)據(jù)棧的傳統(tǒng)巨頭在AI時代變現(xiàn)潛力的重新評估？
劉松：我覺得這里面很多東西值得思考，如果不做大模型，怎么去定義大模型需要的東西？怎么結(jié)合你原來的優(yōu)勢？對Oracle來說，GPU不是優(yōu)勢，但有云這個基礎(chǔ)；數(shù)據(jù)庫是原來的優(yōu)勢，但它們需要轉(zhuǎn)化；整個應(yīng)用或者SaaS，需要疊加AI。
其實Salesforce也一樣，它也不做大模型，但加了AI后，對客戶的效率也提升了很多，所以在整個ToB領(lǐng)域，本質(zhì)上是轉(zhuǎn)化、疊加的邏輯，而在ToC一側(cè)，可能是顛覆邏輯。
所以每一個傳統(tǒng)IT廠商，其實最重要的思考就是在大模型改變未來范式的時候，那個客戶需要的、不變的東西是什么？我需要+AI把它呈現(xiàn)出來，然后這個客戶就會繼續(xù)用我的產(chǎn)品。
AI到來之后，任何一個ToB領(lǐng)域的CEO、創(chuàng)始人，都應(yīng)該思考的問題就是我的取舍、我的邊界以及既有的客戶資產(chǎn)是不是發(fā)生了變化？這三樣?xùn)|西想清楚了以后，模型怎么跑跟我無關(guān)，但模型能力越強，就能越變成我的拉力，然后才能轉(zhuǎn)化成商業(yè)模式，所以我覺得Oracle這個例子很值得思考。
這里面還隱含了一個邏輯：在ToB領(lǐng)域，無論推理能力多么強大，永遠離不開流程、數(shù)據(jù)，以及很關(guān)鍵的安全。比如在模型問答方面，客戶得到的回答是否超過了他的權(quán)限？怎么確保他問到的問題里面是有護欄能夠識別的？可以暴露給他多少信息，這些都需要做好。
華創(chuàng)資本：對于PingCAP這樣的新興廠商，在AI時代與傳統(tǒng)數(shù)據(jù)庫巨頭的競爭焦點會是什么？
劉松：作為原生分布式的廠商，PingCAP獨立研發(fā)的新型數(shù)據(jù)庫產(chǎn)品TiDB，最大的標簽就是高擴展性，其次是HTAP混合負載、云原生，這兩年又增加了AI，我們本身服務(wù)的都是數(shù)據(jù)量大、高速增長，并且有混合負載需求的客戶，場景更多集中于泛互聯(lián)網(wǎng)和金融。在All-in-One方面，我們既有的客戶想增加AI的能力，我們可以讓他不用修改習(xí)慣就能夠做AI相關(guān)的事情，這是我們一個很大的甜點。
我過去半年在國內(nèi)觀察到一個很有意思的現(xiàn)象，在ToB垂直領(lǐng)域，有大概50%的AI項目的負責人，原來可能都是管數(shù)據(jù)庫的，因為大模型本身已經(jīng)很強了，要想把一個ToB的項目做好，花在數(shù)據(jù)上的時間可能要接近60%，通常數(shù)據(jù)的臟活累活最多。
雖然行業(yè)都在吃這塊甜點，但我們的定位會有差異。我經(jīng)常用一個比喻：集中式數(shù)據(jù)庫Oracle已經(jīng)是頂峰了，它相當于是油車，而PingCAP這種分布式的架構(gòu)相當于電車。同樣都是開車，解決的問題最終是一樣的，但引擎的處理方式不一樣。分布式架構(gòu)就像電車一樣，你的性能上限是更容易達到的。我們很多國內(nèi)的大客戶，如銀行、保險、證券、運營商、能源、醫(yī)療等行業(yè)，有大量客戶從Oracle、MySQL改用TiDB的，總體成本肯定會更低、擴展性和混合分析的能力也會更強，這是技術(shù)的紅利。
華創(chuàng)資本：基于這樣的技術(shù)紅利，PingCAP要做些什么事情來持續(xù)深耕中國市場？
劉松：全世界沒有任何一個市場像中國這樣，對于數(shù)據(jù)處理有這么極致的要求。美國也沒有雙十一這樣體量的購物節(jié)，沒有像中國的銀行業(yè)這么龐大的客戶體量，7×24小時的服務(wù)，還有手機銀行、數(shù)字支付、即時到賬、內(nèi)部報表等等各種對數(shù)據(jù)極致的需求。
所以無論從交易數(shù)據(jù)量、分析能力、互聯(lián)網(wǎng)化等方面，中國在整個數(shù)據(jù)市場里面都是一座珠穆朗瑪峰，連Oracle都覺得中國市場的需求是他們創(chuàng)新的一個源泉。
對于PingCAP來說更是如此，我們成立這十年來最看家的本事，有七成都是國內(nèi)市場最重要的金融和互聯(lián)網(wǎng)客戶教會我們的，而且我們前五年大部分的商業(yè)化貢獻，也是來自國內(nèi)廣義的互聯(lián)網(wǎng)和金融機構(gòu)，我們才得以到今天這樣的市場地位。
所以，我們到了美國、日本、歐洲，都是降維打擊，就是因為過去十年，在中國這個最卷的技術(shù)市場，有最多的工程師紅利、最挑剔的客戶場景和最嚴格的合規(guī)規(guī)定，在這樣的環(huán)境中，PingCAP殺出了一條血路。
如果想做一家世界級的數(shù)據(jù)庫公司，中國無疑是一個需求的大本營，也始終是我們競爭力的基石，而且PingCAP大部分研發(fā)工程師都在中國境內(nèi)，我們希望把自己在國內(nèi)打磨的產(chǎn)品、積累的經(jīng)驗延伸到海外。
最近針對國內(nèi)特有的單機部署需求，我們平凱數(shù)據(jù)庫（TiDB企業(yè)版）做出了敏捷模式，未來針對中國市場還會推出新的版本。
華創(chuàng)資本：對數(shù)據(jù)庫廠商來說，當下是國產(chǎn)化替代的紅利嗎？
劉松：數(shù)據(jù)庫“國產(chǎn)化”不是簡單的平替，我們也拒絕這樣的平替，因為平替對客戶除了合規(guī)的意義外，沒有帶來新的價值。
PingCAP創(chuàng)業(yè)到現(xiàn)在，除了互聯(lián)網(wǎng)和金融外，也有很多其他行業(yè)的客戶，比如運營商、能源、醫(yī)療、交通，都對數(shù)據(jù)量要求很高。其實早在三四年前，就有大量醫(yī)療行業(yè)的客戶已經(jīng)從MySQL遷移到TiDB了，因為它數(shù)據(jù)量很大，我們單體的醫(yī)療客戶就有100個TB這樣的級別，所以醫(yī)療也是未來我們非?？粗氐念I(lǐng)域。此外，還有交通等領(lǐng)域，也對7×24小時高可用有很大的需求。
所以，我們做的事情，更重要的意義在于給這些行業(yè)創(chuàng)造價值，是不是讓數(shù)據(jù)庫能夠處理更大的數(shù)據(jù)量？是不是有更好地數(shù)據(jù)共享能力，并且也能支持AI的應(yīng)用？從這個角度看，不僅不是簡單的平替，反而還可能會增加成本。尤其單機部署的數(shù)據(jù)庫，因為沒有足夠的靈活性，在處理AI應(yīng)用方面會遇到很大瓶頸，所以未來面對數(shù)據(jù)量越來越大、AI需求涌現(xiàn)，這二者結(jié)合時會對新一代數(shù)據(jù)庫提出更高的要求，這也是未來三、五年行業(yè)一個比較大的變化。事實上，市場已經(jīng)在收縮了，最近《數(shù)據(jù)庫發(fā)展研究報告（2025年）》顯示，過去一年中國的數(shù)據(jù)庫廠商從167家變成了103家，減少了64家。
華創(chuàng)資本：為什么會有這么大的收縮？
劉松：因為數(shù)據(jù)庫在國產(chǎn)化的過程中，第一批客戶已經(jīng)開始能夠分出好壞了，我們已經(jīng)接到了大量二次替代的要求。
TiDB一直靠開源社區(qū)打磨，有些客戶在前期試用時就能體會到好用。過去幾年，很多客戶先后用過Oracle、MySQL，后來發(fā)現(xiàn)不管是數(shù)據(jù)量還是合規(guī)的角度，這些數(shù)據(jù)庫已經(jīng)不能滿足他們的需求，希望能換成像PingCAP這樣更新一代的數(shù)據(jù)庫。
所以未來兩三年數(shù)據(jù)庫國產(chǎn)化進程中，廠商比拼的還是“好用”這個關(guān)鍵點。因為一個客戶有上百個系統(tǒng)，需要7×24小時地跑，每天應(yīng)用的調(diào)用次數(shù)可能是上千萬甚至上億次，所以未來要從替代走向好用。此外，在AI這個時代，數(shù)據(jù)庫都要開始做到AIready，解決面向AI的擴展性的問題。這些因素疊加，都會導(dǎo)致市場競爭格局的變化。
數(shù)量收斂對產(chǎn)業(yè)總體來說是一件好事，因為全世界的數(shù)據(jù)庫現(xiàn)在也就不到400家，美國和中國就分別有146家和103家。未來誰能勝出，首先一定要靠產(chǎn)品力，其次是生態(tài)，包括上下游的生態(tài)和人才的生態(tài)。所以我們打磨了十年的開源產(chǎn)品，是經(jīng)過了中國和全球用戶的驗證，才慢慢轉(zhuǎn)化成我們的客戶的。
03全球化需要高度本地化
華創(chuàng)資本：如果拿TiDB的成功經(jīng)驗來說，在海外為什么能這么成功？做到了什么？劉松：數(shù)據(jù)庫這個軟件本身是通用的，這是一個基礎(chǔ)。然后要去看數(shù)據(jù)庫全球市場份額哪個國家大，就先去哪。美國占40%，日本可能有15%，歐洲也得布局，這是我們出海的基本邏輯，就是你的產(chǎn)品邊界決定了你全球的重心。
在全球化的成功路徑上，對我們來說最重要的、決定性的意義就是開源+云。
TiDB以開源為主，出海的時候面對復(fù)雜的地緣政治，我們作為一個完全開源的產(chǎn)品，客戶信任這個最難的問題已經(jīng)解決了。接下來，云解決了商業(yè)模式的問題，因為云數(shù)據(jù)庫在2018年以后已經(jīng)被驗證了，只要你能做出一個云數(shù)據(jù)庫，客戶就愿意采買，你只需要證明自己在某方面比亞馬遜、谷歌、微軟做得更好就可以。所以如果沒有這兩個，全球化就會很難。
此外，還有一個關(guān)鍵就是完全的本土化，比如我們在日本的員工，可能70%都只會說日語；我們在印度也有一個很小的分部，也都是印度人。
包括我們的文化是Remote-Friendly，遠程友好，這對于我們在海外招聘亞馬遜、Snowflake等硅谷大廠人才時是一個很有吸引力的選項。
從成立第一天起，PingCAP的企業(yè)文化就是技術(shù)文化、工程師的文化，全世界的程序員們都希望晚點起、盡量不去公司，很自由，才有創(chuàng)作靈感，這就很世界大同。
華創(chuàng)資本：但管理上的挑戰(zhàn)是不是會更復(fù)雜，會影響效率嗎？
劉松：如果只用一個詞來形容PingCAP，就是“分布式”，連我們?nèi)齻€創(chuàng)始人都是三副本的，他們各司其職，形成了一個小閉環(huán)。美國的同事就解決美國的問題，日本同事解決日本的問題，印度同事解決印度的問題，決策時尊重每位員工的意見。所以在我們公司里面可能有一個傳統(tǒng)，任何一件事情，不管什么情況，只要有一個員工提出反對意見，我們都要嚴肅地去聽他的理由是什么？就像我們數(shù)據(jù)庫的共識算法一樣，最終達成一致才能繼續(xù)往下執(zhí)行。因為要顧及盡量多人的意見，可能決策效率沒有那么快，但肯定也屏蔽了很多快速決策的坑。這可能很適合數(shù)據(jù)庫公司，因為這個賽道是長期主義的，我們不追求絕對的快，數(shù)據(jù)庫已經(jīng)被很多人用起來了，穩(wěn)定是第一位的，其次是在這個基礎(chǔ)上再增加很多功能，這是我們行業(yè)的業(yè)態(tài)決定的。
所以回頭看，這十年P(guān)ingCAP做過的明顯錯誤的決定比較少，我們不會因為短期利益去做出一個快速的決策，這可能也是文化上的差異吧。
華創(chuàng)資本：我們看到一個現(xiàn)象，很多AInative的軟件創(chuàng)業(yè)公司在成立第一天就選擇了出海，這跟上一代大多數(shù)軟件創(chuàng)業(yè)者非常不一樣。你說過，出海這件事，選擇大于努力，那在數(shù)據(jù)庫領(lǐng)域如何具象化？劉松：數(shù)據(jù)庫和AI可能還不太一樣，在中國是能打磨出一個世界級數(shù)據(jù)庫產(chǎn)品的，而AI首先要解決快速獲得流量以及技術(shù)棧的低成本問題。
選擇大于努力的意思是即使出海，有些國家就是更容易成功，比如做數(shù)據(jù)庫，就不得不做美國這個市場，因為它最大；但如果做AI游戲，可能在東南亞更容易成功，畢竟文化壁壘更小。
今天中國消費類互聯(lián)網(wǎng)的玩法，比如小紅書、抖音，和美國、歐洲都是有區(qū)別的，這背后還不是一個簡單的選擇，里面有好多參數(shù)，尤其做應(yīng)用，涉及到文化、習(xí)慣、宗教、合規(guī)、隱私保護等等，所以壁壘還是比較多的。
華創(chuàng)資本：你曾說“云+全球化+開源”是數(shù)據(jù)庫公司持續(xù)成功的鐵三角——但AI時代來了，這個鐵律要改寫嗎？
劉松：我認為要再加一個AI，現(xiàn)在是這四樣?xùn)|西在塑造，甚至直白點說，五年以后數(shù)據(jù)庫廠商的估值就跟這四個東西有關(guān)。
其實數(shù)據(jù)庫是一個接近50年歷史的賽道了，它古老而年輕，最開始解決的問題很簡單，就是ERP時代的存儲問題，為什么又年輕了呢？因為數(shù)據(jù)的需求不斷在改變。
第二，它是“四世同堂”的，就是幾代技術(shù)都還活著，Oracle在，我們這種新一代的公司也在，但過去十年，數(shù)據(jù)庫主要是被開源和云定義的，云數(shù)據(jù)庫的崛起以及開源數(shù)據(jù)庫變成了主流的方向。因為開源數(shù)據(jù)庫可以跑得更快，現(xiàn)在又疊加了AI，“開源+AI+云”三者形態(tài)又有一個化學(xué)反應(yīng)。
反過來講，這兩年大模型開源也是個話題，DeepSeek就證明開源大模型會跑得更快，所以AI+的領(lǐng)域都要考慮這四樣。
華創(chuàng)資本：作為軟件行業(yè)過去20多年的一個親歷者和觀察者，從Oracle、阿里云到PingCAP，你的技術(shù)和商業(yè)視角有什么轉(zhuǎn)變？對行業(yè)的理解有哪些認知上的變化？
劉松：2007年時，我還在Oracle，但我那個時候就對互聯(lián)網(wǎng)比較感興趣，決定開始寫blog?！安┛汀边@個詞現(xiàn)在已經(jīng)很古老了，但那是我互聯(lián)網(wǎng)原教旨主義的起點，你只有變成一個blogger，寫了三四百篇文章，你才能知道互聯(lián)網(wǎng)是怎樣一個世界，我的網(wǎng)感就是那個時候培養(yǎng)出來的。
我當時算是外企IT人里面一直在關(guān)注互聯(lián)網(wǎng)技術(shù)和模式的，當時我就認為互聯(lián)網(wǎng)是先進生產(chǎn)力。后來“棱鏡門”事件發(fā)生，再加上公有云已經(jīng)開始，我覺得應(yīng)該靠近一個互聯(lián)網(wǎng)公司，所以后來就去了阿里云，讓我對互聯(lián)網(wǎng)積累了很多Know-How。
這幾段職業(yè)經(jīng)歷，讓我意識到公有云始終是所有新一代IT技術(shù)的集大成者，哪怕AI，也要基于云才能有力量。因為某種意義上講，大模型要做Agent，也需要用底層的云資源，要用數(shù)據(jù)、開發(fā)工具、算力、GPU等。
云最大的價值，就是回到互聯(lián)網(wǎng)原教旨主義，相信一個絕對低的門檻，通過網(wǎng)絡(luò)的東西會帶來奇跡。所以過去十年，其實是公有云推動了整個中國互聯(lián)網(wǎng)的發(fā)展和全球化。
華創(chuàng)資本：你覺得數(shù)據(jù)庫行業(yè)未來最重要的技術(shù)上的拐點可能會是什么？
劉松：從云的角度，放眼全球，Serverless肯定是一個關(guān)鍵的技術(shù)，它會越來越普及，因為它符合未來更靈活、更高擴展性的一體化的消費模式；第二，是AI與數(shù)據(jù)庫的結(jié)合，Data+AI，尤其是DataAgent，肯定是未來非常關(guān)鍵的賽道，它甚至獨立于數(shù)據(jù)庫本身；最后一點就是數(shù)據(jù)庫未來的形態(tài)，5年以后的數(shù)據(jù)庫，是不是能很好地服務(wù)Agent，我覺得這幾個是未來最關(guān)鍵的拐點。
嫡女為謀 免費漫畫「下拉觀看」-最終話 一切交給天意章節(jié)更新...
嫡女謀心中國內(nèi)地漢語普通話古裝仙俠嫡女謀心是一部2025年上映的內(nèi)地短劇， 同時有眾多知名演員加入演繹陣容讓該影片錦上添花。嫡女謀心這部短劇主要講述了在黑暗的地下室，一位年輕的女祭司進行著禁忌的儀式，喚醒了惡魔卡茲亞——?？ㄆ潄喴悦烂埠土α繛榇鷥r，答應(yīng)幫助女祭司實現(xiàn)愿望。她請求摧毀那些傷害過她的人|。借助到此結(jié)束了？-。
島國片人妻三上悠亞詳情介紹-島國片人妻三上悠亞在線觀看-島國片...
嫡女謀心內(nèi)詳內(nèi)詳中國大陸古裝仙俠觀眾對《嫡女謀心》的評價兩極分化，一方面認為劇情離譜、演員表現(xiàn)驚艷，另一方面認為編劇粗制濫造、劇情不合理——|。它是一部值得一看的電影，通過其故事和表現(xiàn)手法，讓觀眾反思劇內(nèi)向觀眾表達的意義和人性的復(fù)雜！ 這是一部非常特別的影片，沒有大開大合的劇情，沒有博人眼球的類型元等我繼續(xù)說_|。
傾城亦清歡- 電影- 楓林網(wǎng)
侯門嫡女駱寧傳中國內(nèi)地漢語普通話古裝仙俠侯門嫡女駱寧傳是一部2025年上映的內(nèi)地短劇， 同時有眾多知名演員加入演繹陣容讓該影片錦上添花。侯門嫡女駱寧傳這部短劇主要講述了這部影片講述了一支特種部隊接到一項艱巨任務(wù)，他們必須深入敵后，解救一名被綁架的科學(xué)家。隨著行動的展開，隊員們逐漸發(fā)現(xiàn)，這次任務(wù)背后隱藏著還有呢？
延伸閱讀：與 中：央政治局會議釋；放哪些信號 的相關(guān)文章
蘇超最新積分榜出爐
英雄主義pt.2
總書記的人民情懷
你的城市有哪些代表性美食，或者提到這種美食就想到你的城市？
731定檔
漫威再次爛穿地心！價值觀都歪了！千字赤石《鋼鐵之心》！
有哪些鮮為人知但很有意思的歷史冷知識？
理想回應(yīng)和乘龍重卡碰撞測試
臺風(fēng)白鹿已生成
現(xiàn)實主題恐怖游戲，賭博是如何摧毀一個家庭的？
