图灵奖数据库AI AgentStonebrakerPostgreSQL行业观点
图灵奖得主Stonebraker：我可能不再建议学计算机，AI Agent最后全是数据库问题
收录于 2026/5/15 18:11:09
图灵奖得主Stonebraker：我可能不再建议学计算机
来源： InfoQ 发布时间： 2026年5月1日
核心观点
数据库领域图灵奖得主 Mike Stonebraker（PostgreSQL创始人）发表惊人言论：
"如果今天重新开始，我不确定还会不会建议 18 岁的人去学计算机。"
他认为，计算机科学未来很可能不再是一个增长型行业。这一观点在AI飞速发展的当下引发巨大争议。
对科技巨头的"/shot"
1. Oracle：谎言营销
- Stonebraker指责Larry Ellison将"未来"说成"现在"，把未实现的功能卖给客户
- 举例：引用完整性功能在Oracle文档中写了两页解释，但底部标注"尚未实现"
2. Google：MapReduce是愚蠢的
- 批评Google推MapReduce和最终一致性是"愚蠢"的
- Hadoop低效得离谱，最终一致性只适用极少数场景
- Google Spanner的推出等于自我承认：事务、一致性这些数据库老问题绕不过去
3. AWS：数据库种类过多
- Amazon同时维护约15种数据库，实际上可能只需要3种
- 图数据库等重复功能的数据库缺乏足够的性能和市场理由
AI Agent的本质：全是数据库问题
Stonebraker对当前AI Agent技术提出深刻洞察：
Agentic AI现状：
- 本质是"大模型 + 一层系统包装"
- 大多数还停在"只读"阶段
真正的挑战： 一旦进入"读写"世界（转账、库存更新），问题立刻回到数据库的老问题：
- 事务
- 一致性
- 原子性
"这不是AI问题，而是分布式数据库问题。"
大模型写SQL的真相
公开benchmark显示大模型SQL生成准确率80%+，但Stonebraker用真实数据仓库测试的结果是：0%
即使加上RAG、甚至把join条件直接喂给模型，最多也只能到35%。而熟练的人类工程师可以做到90%以上。
结论：这项技术，至少在可见的未来，还不够格进入生产环境。
PostgreSQL的设计理念
扩展类型系统：Postgres支持定义任意数据类型，运行效率高
"One size fits none"：通用型数据库并不是最优解，真正需要的是针对具体需求定制的数据库方案
Postgres的定位：
- 低端场景：满足最低通用需求，绝对够用
- 高端场景：需要专门优化的数据库系统
行业启示
- AI Agent的工程化瓶颈不在于大模型本身，而在于底层数据基础设施
- 数据库技术在AI时代仍然是核心基础能力
- 大模型+数据库的结合还有很长的路要走