15年硬核工程，换“三行代码”极简：OceanBase开源seekdb深度拆解

对于当下的开发者而言，现在是一个最好的时代，也是一个最“卷”的时代。一方面，以RAG（检索增强生成）、智能Agent为代表的AI应用浪潮汹涌，仿佛一夜之间，开发者手里就多了一把“创世”的锤子；另一方面，当开发者真正拿起锤子，试图构建应用时，才发现最大的阻碍，竟来自最基础的——数据。

AI开发者的“数据拼装困局

今天，任何一个想做RAG或智能体Agent的开发者，都会面临同一个尴尬现实：工具越先进，数据层越混乱。

例如构建一个企业内部知识库，企业的数据天然是割裂的：员工的HR信息、工单记录在业务数据库（如MySQL、PostgreSQL）里；非结构化的产品文档、PDF、技术手册在对象存储或本地磁盘上；而为了实现语义搜索，还需要将文档向量化后，存入专门的向量数据库（如Milvus、Chroma）。

于是，一个本应极简的AI应用，被迫变成一场跨系统的“数据搬运马拉松”。首先，一个简单的查询要串起三四个系统：先查MySQL过滤结构化数据，再到 Elasticsearch (ES)匹配关键词，最后去向量库做语义相似度Top-K。其次，由于数据割裂，系统无法在单一请求内建立完整的上下文，导致大模型拿到的“养料”残缺不全，推理结果自然难以精准。

更头疼的问题是数据一致性。业务数据在MySQL更新了，向量库的嵌入是否同步更新？ES的索引呢？数据在多个烟囱里流转，一致性、时效性的问题会以指数级复杂度增加。最后，跨系统的数据搬运和多步查询，让实时AI变成奢望。

正如OceanBase CEO杨冰在2025 OceanBase年度发布会上所指出的：“AI 的真正瓶颈不在模型，而在数据。”

当AI应用需要毫秒级响应，需要实时融合结构化交易、非结构化文档与向量画像时，行业需要的不再是低效的拼装，而是一个能在数据源头驱动实时、可信智能的全新底座。为此，11月18日，OceanBase给出了答案——开源AI原生数据库seekdb，试图用“AI Native”来终结开发者的“数据困境”。

深度拆解：seekdb是什么？

seekdb是一款AI原生、基于Apache 2.0协议的开源数据库。与诸多在原有数据库上打补丁的方案不同，seekdb是面向AI的彻底重构。我们不妨从两个维度来深度拆解seekdb。

首先是极简的开发者体验。

seekdb带给开发者的第一印象是“极简”和“轻量”。官方宣称，开发者仅需三行代码，即可快速构建支持知识库、智能Agent等AI应用。

seekdb彻底打破了“企业级数据库必重型”的刻板印象，仅需1核CPU、2GB内存，支持pip install一键安装、秒级启动，最低资源即可运行。如此的轻量化，让seekdb能轻松嵌入到智能Agent、开发工具链甚至本地应用中。

此外，seekdb以Apache 2.0协议全球开源。在发布会上，官方展示了seekdb 对LangChain、Llamaindex、Dify等30余种主流AI框架的兼容与适配。“开箱即用”的友好度，是seekdb向开发者社区递出的第一张名片。

其次是基于AI原生理念的数据上下文工程重构。

如果说极简是外在，那么一体化就是seekdb的硬核内在。seekdb真正要重构的，是AI应用的数据处理流。

seekdb的核心能力，是在单一数据库中深度融合了标量（结构化数据）、向量、全文检索及空间地理（GIS）数据的能力。此举对开发者意味着，前文提到的系统缝合问题迎刃而解。开发者现在可以通过一条SQL，同步完成“结构化过滤”、“关键词匹配”和“向量语义计算”。

一个在发布会上被重点提及的场景很能说明问题：

以反欺诈场景为例，可毫秒级响应“近7天交易超5万元、位置异常且行为类似历史欺诈样本”的混合搜索。

在上述请求中，“近7天”、“交易超5万元”是结构化数据过滤；“位置异常”可能是空间地理或关键词匹配；而“行为类似历史欺诈样本”则是向量语义计算。在传统架构下，完成该任务需要一个跨多个系统调用的复杂链路。而在seekdb 中，这只是一个混合查询。

更关键的是，seekdb引入了"Document in, Data out"的设计理念。数据进入数据库后，解析、分片、Embedding（向量化）等复杂流程均由数据库内核自动完成。结合内置的AI Function，seekdb形成了一个从存储、索引、检索到推理的一站式闭环。数据不出库，就能在数据源头完成全流程处理，既提升性能，又保障金融、政务等高敏场景下的数据安全。

架构对比：seekdb vs. 传统“拼装”方案

seekdb的“AI原生”是否真的优于传统的数据拼装方案？有必要从架构和可量化的收益上进行客观对比。

以PostgreSQL配合pgvector插件及ES的方案为例，该方案是开发者目前最熟悉的选择。但熟悉不代表最优。

首先是架构之痛。pgvector只是一个插件，当数据量和并发量上来时，开发者很快会遇到性能瓶颈。更核心的问题是，向量检索、全文检索和标量查询，在底层是不同的优化路径和存储形态，强行缝合的查询优化器很难做到全局最优。

其次是运维之痛。数据在PG、ES之间需要复杂的ETL或Flink CDC来同步。多一套系统就多一套运维成本，数据延迟、丢失、不一致的风险始终高悬。

最后是成本之痛。系统越复杂，延迟越高。为了“看似”的实时，开发者不得不在数据同步和中间件上投入大量资源，而跨系统调用带来的网络开销和序列化成本，最终都会反映在终端用户的延迟上。

相比之下，seekdb的一体化架构则提供了不同的解法。

seekdb并非拼装，而是基于OceanBase成熟的事务引擎，原生融合多模数据能力。其核心优势在于事务能力保障下的索引实时更新——数据DML（增删改）后，ES索引和向量索引同步生效，彻底消除传统方案中的“不一致窗口”，保证查询结果总是最新的。

原生的混合搜索，意味着优化器从一开始就知道如何最高效地协同处理标量、向量和全文索引。

由此带来了可量化的收益：开发效率得到解放，无需编写“胶水代码”，摆脱复杂数据流；性能上，得以实现百亿级多模数据的混合搜索——发布会数据显示，在10亿级向量检索场景下，OceanBase混合搜索的效率是业内主流全文向量搜索数据库的2倍以上。配合同期开源的PowerMem分层记忆架构，在 LOCOMO Benchmark上以78.70分登顶SOTA，Token消耗较传统方案降低96%。种种举措表明，OceanBase的Data x AI战略是一个组合拳，不但有seekdb负责数据底座的开源AI原生数据库，还有PowerRAG、PowerMem 等混合搜索相关的开源生态组件。

极简的底气：15 年“硬核工程化”

看到这里，一个问题自然浮现：

一个15年来都在攻坚金融级“高并发、强一致”的数据库厂商，为什么能（或者说，凭什么能）突然做出一个如此“轻量、极简”的AI数据库？

答案或许在于：seekdb的极简，是OceanBase十五年工程化能力的“降维封装”。

“极简”从来不是“简单”，而是将极致的“复杂”封装在内核里。

seekdb的底气，首先来自极端场景的淬炼。OceanBase从诞生的第一天起，面对的就是地球上最严苛的数据库场景——支付宝的核心账务系统，并连续十余年稳定支撑双11。在极端高并发、数据强一致（金融级RPO=0） 场景下淬炼出的稳定性和性能，是OceanBase技术工程能力的“底色”。

其次，是世界级技术的客观背书。技术圈讲究实例，在数据库领域则是TPC测试。OceanBase是全球唯一登顶过“数据库世界杯” TPC-C（事务处理）和 TPC-H（数据分析）两大基准测试纪录的数据库，证明其一体化架构（HTAP）在TP和AP两条线上都具备世界级的性能。最新发布的4.4版本内核，在向量索引 HNSW能上又提升了 32%。

最后，也最核心的，是近乎偏执的工程文化。要理解seekdb，就必须理解 OceanBase团队的工程文化。团队的理念是：“正确性第一，稳定性第二，性能第三”。

为了保障数据绝对可靠，OceanBase选择了最难的路——完全的自主研发。从零开始写代码，自己掌控硬件资源，不依赖操作系统。据称，在 300 万行核心代码中，超过50%是用于内核自检的。

一个在团队内部广为流传的故事，是关于代码规范器（Normalizer）的。在 OceanBase早期版本，创始人阳振坤（正祥）亲笔写下了100多页的C++代码规范，然后团队停下了所有开发任务，花了整整一个月时间，把所有代码过了一遍，只是为了加上“空指针判断”。

在外人看来，此举是一个投入产出比极低的行为。但正是对“正确性”和“稳定性”的偏执信仰，才锻造了OceanBase的工程基因。

所有过往，共同构成了seekdb “极简”的底气。seekdb不是一个初创团队的试验品，而是OceanBase将15年来在分布式、高并发、强一致、HTAP领域积累的复杂工程化能力，“降维”封装成一个轻量级、开源的AI数据库。

开源、演进与DataAI战略

在发布会上，官方也坦诚地保持了克制，称seekdb仍处于早期版本。

同时，作为OceanBase “Data x AI”战略的关键一环，OceanBase 4.4 一体化融合版本正式发布，该版本首次将TP、AP与AI能力集成于单一内核，兼具分布式扩展、多云部署与金融级高可用，帮助企业避免后期架构重构风险。商用 4.4.2 LTS版本将于2026年2月2日推出。

事实上，OceanBase的混合搜索能力已在行业中落地验证。例如，中国联通基于混合搜索构建了统一AI知识库，有效解决了私有文档的权限管理与高效检索难题；货拉拉利用OceanBase实现了知识库、AI Coding和Agent平台的多合一，RPO降至0。

回归到开发者本身。

seekdb的意义在于：让AI开发回归本质——聚焦AI应用本身的逻辑创新，而非长期身陷冗余的数据拼装和“胶水代码”中。

正如杨冰所说：“未来数据库必须同时服务于‘人’与‘智能体’”。seekdb正是这一理念的实践。它通过开源，通过工程化将企业级AI数据能力进一步简化，推动行业从“胶水式开发”迈向“一站式闭环”。

目前，seekdb已在GitHub开源，新域名oceanbase.ai也已同步启用，全球开发者可免费下载使用。而这场AI时代的数据库范式跃迁，正以一个更轻量、更现代、更易用的开源数据底座形式，呈现在全球开发者面前。