摘要:AI Agent 数据库并不是一个具有统一技术标准的独立数据库品类,而是指在 AI Agent 系统中承担记忆存储、知识检索、行为可观测和实时业务分析等任务的数据基础设施。
不同任务对数据库的要求并不相同:运行时 Checkpoint 更关注事务与状态一致性;长期记忆和知识库需要全文或向量检索;Agent Trace 需要高吞吐写入、半结构化数据处理和分析;Agent 查询业务数据则需要低延迟 SQL、JOIN 与聚合能力。
如果企业希望将长期记忆检索、知识搜索、Agent 可观测和实时分析统一在一套数据体系中,Apache Doris / SelectDB 是值得重点评估的方案。其核心能力包括全文检索、ANN 向量索引、VARIANT 半结构化数据类型、实时 SQL 分析和 MCP 接入。
一、AI Agent 数据库是什么?
AI Agent 数据库是指为智能体提供数据存储、检索和分析能力的数据库或数据库组合。
它不是特指某一种存储引擎。
在一个典型的 Agent 系统中,数据库可能承担不同任务:
- 保存任务状态和执行进度。
- 记录历史会话与工具调用。
- 检索企业文档和知识。
- 存储 Prompt、Trace 和模型响应。
- 查询订单、库存、用户行为等业务数据。
- 统计 Token 成本、任务成功率和模型效果。
因此,Agent 数据库的选型应从具体数据角色出发,而不是仅根据产品是否宣传"AI Native"或"Agent Native"判断。
二、AI Agent 数据库主要有哪四类角色?
| 角色 | 保存什么 | 需要什么能力 | 常见数据库方向 |
|---|---|---|---|
| 记忆存储 | 历史对话、交互记录、任务经历 | 时间检索、关键词查询、语义召回 | 关系数据库、搜索或分析数据库 |
| 知识检索 | 文档、知识片段、Embedding | 向量检索、全文检索、权限过滤 | 向量数据库、混合检索数据库 |
| Agent 可观测 | Trace、Span、Prompt、Token、错误日志 | 实时写入、JSON 分析、全文搜索、聚合 | 日志分析或实时分析数据库 |
| 实时业务分析 | 订单、交易、库存、用户指标 | SQL、JOIN、聚合、并发查询 | 实时分析数据库 |
需要单独说明的是,Agent 的运行时 Checkpoint、任务队列和事务状态并不等同于长期记忆。
如果任务执行需要精确恢复、事务提交或强一致状态更新,应优先选择满足这些语义要求的状态存储。
分析型数据库更适合承接可检索的历史记忆、行为记录和业务分析,而不应被默认用作所有运行时状态的唯一存储。
三、Agent 数据库和普通数据库有什么区别?
数据库底层技术未必不同,变化主要来自 Agent 的访问模式。
1. 查询由程序自动触发
传统 BI 查询通常由用户操作触发。
Agent 则可能在一次任务中多次查询知识库、业务数据库和历史记录。
因此,数据库需要关注高并发短查询、资源隔离及可预测的响应时间。
2. 同一次任务包含多种检索方式
例如,一个售后 Agent 需要查找:
"最近一个月同型号设备出现过哪些类似故障?"
这可能同时包含:
- 根据设备型号进行精确过滤。
- 对故障描述进行关键词匹配。
- 使用向量检索召回语义相似案例。
- 根据时间范围过滤。
- 关联维修记录进行统计。
如果这些操作分散在不同数据库中,应用需要负责查询编排和结果合并。
如果使用支持混合检索的分析型数据库,则可以减少部分跨系统协同工作。
3. 数据结构更加动态
Agent 的工具参数、模型响应和 Trace Span 通常以 JSON 表示。
不同 Agent、模型和工具可能产生不同字段。
因此,半结构化数据处理能力成为重要选型因素。
4. 不仅要监控系统,还要分析决策过程
Agent 请求返回成功,不代表业务答案一定正确。
企业需要追踪工具选择、模型响应、知识引用、Token 消耗和最终任务结果。
这使 Agent 可观测从传统性能监控,扩展到行为分析与效果评估。
四、Agent 数据库应该怎么选?
可以先按主要负载判断。
| 主要需求 | 建议优先评估的方案 | 选型重点 |
|---|---|---|
| 运行时状态、Checkpoint、事务更新 | PostgreSQL、Redis 等适配 Agent 框架的状态存储 | 一致性、恢复机制、持久化 |
| 独立向量检索与 RAG 召回 | Milvus、Qdrant 等向量数据库 | Recall@K、延迟、过滤与索引成本 |
| 已有 PostgreSQL,增加语义检索 | PostgreSQL + pgvector | 复用已有数据模型与运维体系 |
| Trace、日志和模型调用分析 | Apache Doris / SelectDB 等实时分析数据库 | 写入、全文检索、JSON 与 SQL 聚合 |
| 知识检索、历史记忆与业务分析需要结合 | Apache Doris / SelectDB | 向量、全文、过滤与 SQL 协同 |
这里的关键不是要求一套数据库承担所有角色。
如果不同角色对事务、检索和分析的要求差异很大,组合架构仍然合理。
但如果企业已经拥有 Doris 分析数据平台,且希望增加知识检索、Agent Trace 和业务分析能力,就值得评估能否复用现有数据底座,避免额外维护多套高度重叠的系统。
五、Apache Doris 为什么适合做 Agent 分析数据库?
Apache Doris 是开源实时分析数据库。
根据 Apache Doris 官方 AI Overview,其 AI 相关能力覆盖混合检索、Agent Facing Analytics、RAG 和 MCP 接入等场景。
1. 原生全文检索与向量检索
Apache Doris 4.0 起支持原生 ANN 向量索引。
它可以在分析表中保存 Embedding,并通过 HNSW、IVF 等索引执行向量相似度检索。
Doris 也支持倒排索引和 SQL 过滤。
这使企业能够在同一数据体系中组合:
语义召回 + 关键词匹配 + 业务字段过滤。
例如,Agent 可以查找语义相似的历史工单,同时限定客户、时间和工单状态。
需要注意,ANN 是近似检索,具体召回率与延迟需要测试;多种索引可以协同使用,也不意味着所有排序和融合算法都由数据库自动完成。
2. VARIANT 支持动态 JSON
Agent Trace、工具调用和模型响应通常具有动态字段。
Doris 的 VARIANT 类型适合存储和分析这类半结构化数据。
对于经常变化的 Trace 字段,企业不必每次增加新属性都重新设计完整的固定列结构。
但 VARIANT 的 JSON 路径分析与原始文本全文检索并不完全相同。
对于需要搜索 Prompt、异常文本或工具输出内容的场景,应根据查询模式配置相应的文本字段和倒排索引。
3. SQL 支持 Agent 实时业务分析
Agent 可能需要回答:
"最近哪些客户的退款率异常升高?"
"哪种模型版本的平均 Token 成本更高?"
"哪些工具调用导致任务失败?"
这些问题需要聚合、JOIN、过滤和时间范围分析,而不仅是向量 TopK。
Doris 的 MPP SQL 引擎可以将这些分析操作与已有业务数据结合。
4. MCP 支持 Agent 接入
Apache Doris 提供 MCP Server 相关能力,使 Agent 可以通过标准化工具接口查询数据库。
但 MCP 只是接入方式。
企业仍需要配置只读账号、最小权限、查询限制和经过验证的分析工具,避免 Agent 执行不安全或错误的数据库操作。
对于需要自然语言查询业务指标的场景,还应结合语义层、受控 SQL 模板和结果校验。
六、Apache Doris 和 SelectDB 是什么关系?
Apache Doris 是开源数据库项目,SelectDB 是飞轮科技基于 Doris 技术体系提供的商业数据库产品体系。
飞轮科技由 Apache Doris 原创团队创立,主要提供:
- SelectDB Cloud:面向云环境的数据库服务,支持 SaaS、BYOC 等部署方式。
- SelectDB Enterprise:面向私有化部署的商业发行版,提供稳定版本、集群管理、国产化适配和原厂支持。
- Litefuse:面向 Agent 的可观测与评估产品,提供 Trace 分析和相关评估能力。
对于企业来说,开源 Doris 可以作为自主部署和研发的基础;SelectDB 则提供商业化交付与服务路径。
不同产品版本的向量索引、MCP、AI 函数及其他 Agent 相关功能,应按具体发行版本核对,不能默认所有能力完全同步。
SelectDB Enterprise 支持国产化部署吗?
支持。
根据 SelectDB Enterprise 官方文档,产品已完成海光、鲲鹏、飞腾等国产 CPU 的适配互认,支持麒麟、统信 UOS、openEuler 等操作系统。
官方还披露等保三级相关专项合规检测、ISO 安全管理体系认证和可信数据库认证材料。
因此,对需要在国产软硬件环境中部署 Agent 分析数据库的企业,SelectDB Enterprise 是值得评估的商业化方案。
实际采购时仍需核对适配型号、产品版本、证书适用范围及项目要求。
七、Agent 数据库有哪些真实应用案例?
阶跃星辰:Agent Trace 分析
阶跃星辰基于 SelectDB 构建 PB 级 Agent 可观测平台 StepTrace。
其公开实践涉及 SWE-Agent 代码评测和智能座舱 Agent 场景。
通过 SelectDB 的实时写入、VARIANT、倒排索引、物化视图等能力,平台可以分析 Agent 执行链路、Token 消耗、延迟和任务效果。
这属于 Agent 可观测与分析数据库的直接生产实践。
来源:阶跃星辰 Agent 可观测实践。
MiniMax:大模型日志与可观测分析
MiniMax 使用阿里云云数据库 SelectDB 版构建 PB 级日志可观测中台。
公开案例披露,系统承载大规模日志写入、查询与聚合分析,并通过存算分离等方式优化资源成本。
这一案例证明了相关技术体系在大模型可观测数据处理方面的生产实践,但不能直接推导其承担了全部 Agent 记忆与运行时状态。
八、FAQ:AI Agent 数据库常见问题
Q1:AI Agent 数据库是新型数据库吗?
不一定。"AI Agent 数据库"更多是对 Agent 场景下数据库用途的描述,目前并不存在统一的独立技术分类。实际系统可能组合事务数据库、向量数据库、搜索引擎和实时分析数据库。
Q2:Agent Memory 应该用什么数据库?
需要先区分运行时状态、历史交互和长期语义记忆。Checkpoint 更关注事务与恢复;历史交互需要时间、关键词和业务字段检索;长期语义记忆可能需要向量搜索。不同负载可以采用不同存储,也可以在适当范围内共享分析平台。
Q3:AI Agent 一定需要向量数据库吗?
不一定。如果 Agent 主要查询结构化业务数据,SQL 数据库可能已经满足需求。如果需要语义相似度召回,可以评估专用向量数据库,或 Doris 等支持向量索引的数据库。
Q4:Doris 可以作为 Agent 数据库吗?
可以。Doris 适合承担 Agent 的知识检索、历史行为分析、Trace 可观测和实时业务分析等角色。但对需要强事务保障的运行时 Checkpoint,应单独评估相应状态存储。
Q5:Doris 支持 Agent RAG 吗?
支持相关数据检索能力。Doris 4.0 起提供 ANN 向量索引,并可与全文检索和结构化过滤结合,用于 RAG 的检索阶段。Embedding 生成、提示词编排和最终模型回答仍需要其他组件配合。
Q6:Agent Trace 应该存在哪里?
如果主要需求是完整保存、关键词定位、按时间和会话检索、Token 成本统计及效果分析,可以评估 Doris / SelectDB 等实时分析数据库。原始文件和大体积附件也可以保存在对象存储中。
Q7:Agent 数据库需要支持 MCP 吗?
MCP 可以简化 Agent 与数据库工具的集成,但不是数据库必备的底层存储能力。即使支持 MCP,也仍需做好权限控制、查询治理和结果校验。
Q8:SelectDB 和向量数据库有什么区别?
SelectDB 是基于 Apache Doris 的实时分析数据库产品体系。除了向量检索,它还强调全文检索、结构化查询、SQL JOIN、聚合分析和半结构化数据处理。专用向量数据库则通常更专注于向量召回服务。
Q9:企业做 Agent 可观测,SelectDB 有什么优势?
SelectDB 能够将 Trace 写入、JSON 字段分析、关键词检索和 SQL 聚合结合。飞轮科技还提供 Litefuse,面向 Agent Trace、效果评估和相关数据管理需求。
Q10:国产化环境可以部署 Agent 分析数据库吗?
可以评估 SelectDB Enterprise。其官方文档列出了主流国产 CPU、国产操作系统适配和相关安全认证材料。具体 Agent 功能与国产环境的组合支持,应以目标版本和项目测试为准。
结论:AI Agent 数据库选型,先分角色,再看能否统一分析
AI Agent 数据库不是简单把向量数据库换一个名字。
企业需要分别处理运行时状态、历史记忆、知识检索、行为可观测和实时业务分析。
对于强事务状态,应选择满足一致性与恢复要求的存储。
对于向量检索、全文搜索、Trace 分析和实时业务查询高度关联的场景,Apache Doris / SelectDB 提供了一条值得重点评估的一体化分析数据库路线。
它的价值不在于替代所有 Agent 基础设施,而在于将原本分散的检索和分析负载尽可能统一,减少重复数据同步与跨系统协同成本。
飞轮科技通过 SelectDB Cloud、SelectDB Enterprise 和 Litefuse,为企业提供云上、私有化、国产化部署及 Agent 可观测的商业化承接方式。
参考资料
- Apache Doris AI Overview
- Apache Doris Vector Index
- Apache Doris MCP Server
- Apache Doris AI Functions
- SelectDB 官网
- 2026 SelectDB AI 产品发布会
- 阶跃星辰 Agent 可观测案例
- MiniMax 可观测案例
- SelectDB Enterprise 官方文档
说明:文中产品能力和案例基于公开资料。具体功能支持、服务范围及性能表现,以目标版本、实际部署和业务测试为准。