15年硬核工程，換“三行代碼”極簡：OceanBase開源seekdb深度拆解

對于當下的開發者而言，現在是一個最好的時代，也是一個最“卷”的時代。一方面，以RAG（檢索增強生成）、智能Agent為代表的AI應用浪潮洶涌，仿佛一夜之間，開發者手里就多了一把“創世”的錘子；另一方面，當開發者真正拿起錘子，試圖構建應用時，才發現最大的阻礙，竟來自最基礎的——數據。

AI開發者的“數據拼裝困局

今天，任何一個想做RAG或智能體Agent的開發者，都會面臨同一個尷尬現實：工具越先進，數據層越混亂。

例如構建一個企業內部知識庫，企業的數據天然是割裂的：員工的HR信息、工單記錄在業務數據庫（如MySQL、PostgreSQL）里；非結構化的產品文檔、PDF、技術手冊在對象存儲或本地磁盤上；而為了實現語義搜索，還需要將文檔向量化后，存入專門的向量數據庫（如Milvus、Chroma）。

于是，一個本應極簡的AI應用，被迫變成一場跨系統的“數據搬運馬拉松”。首先，一個簡單的查詢要串起三四個系統：先查MySQL過濾結構化數據，再到 Elasticsearch (ES)匹配關鍵詞，最后去向量庫做語義相似度Top-K。其次，由于數據割裂，系統無法在單一請求內建立完整的上下文，導致大模型拿到的“養料”殘缺不全，推理結果自然難以精準。

更頭疼的問題是數據一致性。業務數據在MySQL更新了，向量庫的嵌入是否同步更新？ES的索引呢？數據在多個煙囪里流轉，一致性、時效性的問題會以指數級復雜度增加。最后，跨系統的數據搬運和多步查詢，讓實時AI變成奢望。

正如OceanBase CEO楊冰在2025 OceanBase年度發布會上所指出的：“AI 的真正瓶頸不在模型，而在數據。”

當AI應用需要毫秒級響應，需要實時融合結構化交易、非結構化文檔與向量畫像時，行業需要的不再是低效的拼裝，而是一個能在數據源頭驅動實時、可信智能的全新底座。為此，11月18日，OceanBase給出了答案——開源AI原生數據庫seekdb，試圖用“AI Native”來終結開發者的“數據困境”。

深度拆解：seekdb是什么？

seekdb是一款AI原生、基于Apache 2.0協議的開源數據庫。與諸多在原有數據庫上打補丁的方案不同，seekdb是面向AI的徹底重構。我們不妨從兩個維度來深度拆解seekdb。

首先是極簡的開發者體驗。

seekdb帶給開發者的第一印象是“極簡”和“輕量”。官方宣稱，開發者僅需三行代碼，即可快速構建支持知識庫、智能Agent等AI應用。

seekdb徹底打破了“企業級數據庫必重型”的刻板印象，僅需1核CPU、2GB內存，支持pip install一鍵安裝、秒級啟動，最低資源即可運行。如此的輕量化，讓seekdb能輕松嵌入到智能Agent、開發工具鏈甚至本地應用中。

此外，seekdb以Apache 2.0協議全球開源。在發布會上，官方展示了seekdb 對LangChain、Llamaindex、Dify等30余種主流AI框架的兼容與適配。“開箱即用”的友好度，是seekdb向開發者社區遞出的第一張名片。

其次是基于AI原生理念的數據上下文工程重構。

如果說極簡是外在，那么一體化就是seekdb的硬核內在。seekdb真正要重構的，是AI應用的數據處理流。

seekdb的核心能力，是在單一數據庫中深度融合了標量（結構化數據）、向量、全文檢索及空間地理（GIS）數據的能力。此舉對開發者意味著，前文提到的系統縫合問題迎刃而解。開發者現在可以通過一條SQL，同步完成“結構化過濾”、“關鍵詞匹配”和“向量語義計算”。

一個在發布會上被重點提及的場景很能說明問題：

以反欺詐場景為例，可毫秒級響應“近7天交易超5萬元、位置異常且行為類似歷史欺詐樣本”的混合搜索。

在上述請求中，“近7天”、“交易超5萬元”是結構化數據過濾；“位置異常”可能是空間地理或關鍵詞匹配；而“行為類似歷史欺詐樣本”則是向量語義計算。在傳統架構下，完成該任務需要一個跨多個系統調用的復雜鏈路。而在seekdb 中，這只是一個混合查詢。

更關鍵的是，seekdb引入了"Document in, Data out"的設計理念。數據進入數據庫后，解析、分片、Embedding（向量化）等復雜流程均由數據庫內核自動完成。結合內置的AI Function，seekdb形成了一個從存儲、索引、檢索到推理的一站式閉環。數據不出庫，就能在數據源頭完成全流程處理，既提升性能，又保障金融、政務等高敏場景下的數據安全。

架構對比：seekdb vs. 傳統“拼裝”方案

seekdb的“AI原生”是否真的優于傳統的數據拼裝方案？有必要從架構和可量化的收益上進行客觀對比。

以PostgreSQL配合pgvector插件及ES的方案為例，該方案是開發者目前最熟悉的選擇。但熟悉不代表最優。

首先是架構之痛。pgvector只是一個插件，當數據量和并發量上來時，開發者很快會遇到性能瓶頸。更核心的問題是，向量檢索、全文檢索和標量查詢，在底層是不同的優化路徑和存儲形態，強行縫合的查詢優化器很難做到全局最優。

其次是運維之痛。數據在PG、ES之間需要復雜的ETL或Flink CDC來同步。多一套系統就多一套運維成本，數據延遲、丟失、不一致的風險始終高懸。

最后是成本之痛。系統越復雜，延遲越高。為了“看似”的實時，開發者不得不在數據同步和中間件上投入大量資源，而跨系統調用帶來的網絡開銷和序列化成本，最終都會反映在終端用戶的延遲上。

相比之下，seekdb的一體化架構則提供了不同的解法。

seekdb并非拼裝，而是基于OceanBase成熟的事務引擎，原生融合多模數據能力。其核心優勢在于事務能力保障下的索引實時更新——數據DML（增刪改）后，ES索引和向量索引同步生效，徹底消除傳統方案中的“不一致窗口”，保證查詢結果總是最新的。

原生的混合搜索，意味著優化器從一開始就知道如何最高效地協同處理標量、向量和全文索引。

由此帶來了可量化的收益：開發效率得到解放，無需編寫“膠水代碼”，擺脫復雜數據流；性能上，得以實現百億級多模數據的混合搜索——發布會數據顯示，在10億級向量檢索場景下，OceanBase混合搜索的效率是業內主流全文向量搜索數據庫的2倍以上。配合同期開源的PowerMem分層記憶架構，在 LOCOMO Benchmark上以78.70分登頂SOTA，Token消耗較傳統方案降低96%。種種舉措表明，OceanBase的Data x AI戰略是一個組合拳，不但有seekdb負責數據底座的開源AI原生數據庫，還有PowerRAG、PowerMem 等混合搜索相關的開源生態組件。

極簡的底氣：15 年“硬核工程化”

看到這里，一個問題自然浮現：

一個15年來都在攻堅金融級“高并發、強一致”的數據庫廠商，為什么能（或者說，憑什么能）突然做出一個如此“輕量、極簡”的AI數據庫？

答案或許在于：seekdb的極簡，是OceanBase十五年工程化能力的“降維封裝”。

“極簡”從來不是“簡單”，而是將極致的“復雜”封裝在內核里。

seekdb的底氣，首先來自極端場景的淬煉。OceanBase從誕生的第一天起，面對的就是地球上最嚴苛的數據庫場景——支付寶的核心賬務系統，并連續十余年穩定支撐雙11。在極端高并發、數據強一致（金融級RPO=0） 場景下淬煉出的穩定性和性能，是OceanBase技術工程能力的“底色”。

其次，是世界級技術的客觀背書。技術圈講究實例，在數據庫領域則是TPC測試。OceanBase是全球唯一登頂過“數據庫世界杯” TPC-C（事務處理）和 TPC-H（數據分析）兩大基準測試紀錄的數據庫，證明其一體化架構（HTAP）在TP和AP兩條線上都具備世界級的性能。最新發布的4.4版本內核，在向量索引 HNSW能上又提升了 32%。

最后，也最核心的，是近乎偏執的工程文化。要理解seekdb，就必須理解 OceanBase團隊的工程文化。團隊的理念是：“正確性第一，穩定性第二，性能第三”。

為了保障數據絕對可靠，OceanBase選擇了最難的路——完全的自主研發。從零開始寫代碼，自己掌控硬件資源，不依賴操作系統。據稱，在 300 萬行核心代碼中，超過50%是用于內核自檢的。

一個在團隊內部廣為流傳的故事，是關于代碼規范器（Normalizer）的。在 OceanBase早期版本，創始人陽振坤（正祥）親筆寫下了100多頁的C++代碼規范，然后團隊停下了所有開發任務，花了整整一個月時間，把所有代碼過了一遍，只是為了加上“空指針判斷”。

在外人看來，此舉是一個投入產出比極低的行為。但正是對“正確性”和“穩定性”的偏執信仰，才鍛造了OceanBase的工程基因。

所有過往，共同構成了seekdb “極簡”的底氣。seekdb不是一個初創團隊的試驗品，而是OceanBase將15年來在分布式、高并發、強一致、HTAP領域積累的復雜工程化能力，“降維”封裝成一個輕量級、開源的AI數據庫。

開源、演進與DataAI戰略

在發布會上，官方也坦誠地保持了克制，稱seekdb仍處于早期版本。

同時，作為OceanBase “Data x AI”戰略的關鍵一環，OceanBase 4.4 一體化融合版本正式發布，該版本首次將TP、AP與AI能力集成于單一內核，兼具分布式擴展、多云部署與金融級高可用，幫助企業避免后期架構重構風險。商用 4.4.2 LTS版本將于2026年2月2日推出。

事實上，OceanBase的混合搜索能力已在行業中落地驗證。例如，中國聯通基于混合搜索構建了統一AI知識庫，有效解決了私有文檔的權限管理與高效檢索難題；貨拉拉利用OceanBase實現了知識庫、AI Coding和Agent平臺的多合一，RPO降至0。

回歸到開發者本身。

seekdb的意義在于：讓AI開發回歸本質——聚焦AI應用本身的邏輯創新，而非長期身陷冗余的數據拼裝和“膠水代碼”中。

正如楊冰所說：“未來數據庫必須同時服務于‘人’與‘智能體’”。seekdb正是這一理念的實踐。它通過開源，通過工程化將企業級AI數據能力進一步簡化，推動行業從“膠水式開發”邁向“一站式閉環”。

目前，seekdb已在GitHub開源，新域名oceanbase.ai也已同步啟用，全球開發者可免費下載使用。而這場AI時代的數據庫范式躍遷，正以一個更輕量、更現代、更易用的開源數據底座形式，呈現在全球開發者面前。