国产数据库把AI的活抢了
OceanBase的Data Agent方案以90.62%准确率登顶UC Berkeley与Hasura联合推出的Data Agent Benchmark，成为首个破90%的方案。本文拆解数据库厂商为何在数据智能体赛道先跑出来，以及榜单成绩与生产落地之间的真实距离。
导语
90.62%。
据量子位9月21日报道，OceanBase团队提交的Data Agent方案登顶国际数据智能体基准Data Agent Benchmark（DAB），位列第一，成为该榜单首个准确率突破90%的参评方案。
这个榜单不是野鸡榜。它由UC Berkeley EPIC Data Lab与Hasura PromptQL合作推出，评测覆盖互联网与本地数据场景。也就是说，这是学术界与工程界共同认可的一把尺子，而第一个把分数干上90%的，是一家国产数据库厂商。
我的判断很直接：数据智能体这条赛道，最先把AI能力做扎实的，大概率不是通用大模型公司，而是离数据最近的数据库厂商。OceanBase这次登顶，只是把这件事摆上了台面。
📈 先把榜单看明白，它到底在测什么
榜单分数字本身会骗人，但榜单设计不会。
先看事实。这次评测的对象是Data Agent——数据智能体，通俗讲，就是让AI听懂人的自然语言问题，自己去数据库里找答案、做分析，而不是让人写SQL。DAB基准覆盖互联网与本地数据场景，考察的是端到端的准确率，不是某一项单独能力。
| 关键信息 | 内容 |
|---|---|
| 参评方案 | OceanBase Data Agent |
| 准确率 | 90.62% |
| 排名 | 第一 |
| 里程碑 | 榜单首个准确率突破90%的方案 |
| 基准推出方 | UC Berkeley EPIC Data Lab × Hasura PromptQL |
| 公开报道 | 量子位，9月21日 |
这里的关键词是"端到端"。
一条数据智能体的链路，大致长这样：
任何一环出错，最终答案就是错的。这跟大模型刷榜测单点能力完全是两回事——Data Agent测的是一条完整的工程链路能不能稳定交付正确结果。90.62%意味着，在评测覆盖的场景里，十个问题它基本能答对九个。
做过数据平台的人都知道，这九个里的每一个，过去都要靠分析师人肉完成。
💡 为什么先跑出来的是数据库厂商
离数据近的人，先拿到AI的船票。
过去一年，做数据智能体的团队不少：大模型创业公司、BI厂商、独立Agent创业团队，全都在讲"对话式数据分析"的故事。但OceanBase这次登顶，其实揭示了一个很朴素的产业逻辑——
数据智能体的难度，七成不在模型，在数据侧。
一个Agent要正确回答业务问题，它得知道表在哪儿、字段什么含义、两张表怎么关联、哪些数据有权限限制、查询怎么跑才不把库拖垮。这些东西，学术界叫元数据与语义层，工程界叫数仓基建，它们全都长在数据库和数仓里面。
大模型公司再强，拿到一个陌生企业的库，它就是个盲人。而数据库厂商手里，天然握着三样别人短期补不齐的东西：
1. 执行引擎与优化器——生成的SQL能不能跑、跑多快、会不会把生产库打挂，这是十多年的硬功夫；
2. 元数据与权限体系——谁能看到哪张表、哪个字段，这套体系是数据安全的地基；
3. 多年积累的查询场景语料——什么样的业务问题对应什么样的查询模式，这些know-how在厂商侧沉淀了多年。
从这张产业链图能看清楚：数据智能体处在大模型、数据库厂商、基准机构三方交汇的位置。大模型提供推理底座，但真正决定交付质量的是数据侧的工程能力。
据业内多位接近人士的说法，这类榜单上通用背景的团队，失分点往往不在"不会写SQL"，而在"写出来的SQL在真实库上跑不对、跑不动"。这正是数据库厂商的主场。
⚠️ 榜单第一，离生产可用还有几道坎
分数是入场券，不是交付函。
作为亲手搭过数仓和实时管道的人，我必须泼一点冷水。榜单成绩和生产可用之间，隔着至少三道坎：
第一，长尾问题更贵。 90%的准确率，意味着剩下10%的长尾场景还没被覆盖。而企业里最容易出事的，恰恰是那10%——一次错误的聚合口径、一个漏掉的时间条件，给出的错误结论可能直接影响经营决策。榜单可以重跑，生产不能。
第二，成本与延迟。 Agent链路里有多轮推理、校验、修正，每一次都是token成本和响应时间。企业数据团队天天算账，一个回答要几毛钱、几十秒，能不能扛住业务方的并发提问，这是商业上能不能成立的硬约束。
第三，权限与安全。 让AI自主查库，等于把数据访问权交给了一个"非人类员工"。行级权限、字段脱敏、审计日志，这些治理能力必须跟着Agent走，否则数据安全部门第一个不签字。
| 维度 | 通用大模型Agent | 数据库原生Agent |
|---|---|---|
| 语义理解 | 强 | 依赖模型，够用 |
| 元数据感知 | 需额外对接 | 原生内建 |
| SQL执行与调优 | 弱项 | 核心积累 |
| 权限与审计 | 需自建 | 继承库侧体系 |
| 生产落地壁垒 | 高 | 相对可控 |
（注：此表为基于公开信息的产业逻辑推演，非评测结论。）
业内私下流传的一句话是：榜单分数只证明你有资格进考场，生产环境才是真正的考场。OceanBase拿到了前者，后者要靠一个个企业客户去验证。
🚀 真正的信号：数据库的叙事正在换轴
这波登顶，更大的意义在商业叙事层面。
数据库市场卷了十几年，同质化竞争已经很残酷：兼容性、性能指标、生态适配，各家能讲的故事越来越像。当产品能力趋同，价格战就是唯一出路——这是所有基础软件厂商都不想面对的局面。
而Data Agent给出了一个新叙事的可能性：数据库不再只是被动存储和查询的底座，而是主动干活的数据层。
想象一下这个场景的变化：过去业务方要一个数据结论，流程是提需求、排期、分析师写SQL、出报表，周期以天计；有了可靠的数据智能体，流程变成直接提问、几分钟出答案。数据库厂商的交付物，从"一个能用的库"变成了"一个会干活的数据同事"——前者的定价锚是资源和许可，后者的定价锚是解决问题的效率。
这背后的赛道归属很清晰：AI用工程化方式重构数据的消费链路，属于典型的AI for Data方向。而国产数据库在国际基准上拿下第一，也说明在AI与数据基础设施结合这个新变量上，国内厂商和国际同行是在同一条起跑线上竞争的，甚至因为数据场景的复杂度和工程密度更高，跑得可能更快。
接下来的看点有两个：一是OceanBase的Data Agent能不能把榜单成绩转化为真实客户的生产案例，二是DAB这类基准会不会被更多厂商跟进——如果各家都开始 seriously 打榜，说明这条赛道从概念期进入了工程期。概念期看PPT，工程期看分数和客户，后者才是产业真正开始的标志。
小结
90.62%这个数字本身没那么重要，重要的是它验证了一条路径：数据智能体的胜负手在数据侧工程能力，而数据库厂商天然占位。OceanBase登顶DAB，等于替全行业做了个示范——AI叙事不一定长在大模型公司身上。接下来比的不是谁的分高，而是谁先在企业生产环境里，把"对话即分析"从Demo跑成日常。数据基础设施的AI化，才刚刚开题。