2014年图灵奖得主Mike Stonebraker近日在meta资深工程师Ryan Peterman的播客中分享了他对数据库领域及人工智能的独到见解。Stonebraker是数据库系统领域的先驱，其贡献几乎被所有相关教科书收录。从Ingres、Postgres到Vertica、VoltDB，再到最新的DBOS，他开发的系统在商业领域取得了巨大成功。
在对话中，Stonebraker直言不讳地批评了一些科技巨头。他称Oracle创始人Larry Ellison“混淆现在时和将来时，本质上是在欺骗客户”，并指出Google当年推广的MapReduce和最终一致性“愚蠢至极”。对于亚马逊同时维护十五个数据库系统的做法，他认为“多了十二个”，并建议应精简至三个以提高效率。
Stonebraker认为，当前多数智能体AI仍处于“只读”阶段，例如为客户评分或生成预测，但并未真正修改数据库内容。一旦智能体开始读写操作，如两个智能体协作完成转账，问题将回归到数据库的核心领域：事务、一致性和原子性。他指出，在大模型写SQL方面，尽管在公开基准测试中表现优异，但在真实生产环境中表现不佳。例如，在新的基准测试Beaver上，大模型的准确率为0%，即使加入RAG技术也仅达到10%。相比之下，熟悉数据结构的SQL工程师准确率可达90%以上。
Stonebraker还分享了他对年轻人职业选择的看法。他表示，如今已不确定是否推荐十八岁的年轻人主修计算机科学，认为医疗和建筑行业可能是更稳妥的选择。对于数据库领域的未来，他强调了专用数据库的重要性，认为一种数据库无法解决所有问题，并指出GPU在数据库优化中的潜力有限，因为GPU的SIMD架构与索引操作不兼容。
在谈到自己的创业经历时，Stonebraker表示更喜欢学术界的自由，认为在大公司工作会受到规章制度的限制。他介绍了DBOS项目的起源，该项目旨在用数据库技术替代操作系统的部分功能，提高调度效率。尽管最初设想是替换整个操作系统内核，但实际产品更专注于支持工作流系统，提供持久性和事务性保证。
对于数据库领域未解决的问题，Stonebraker认为，让大语言模型理解真实世界的数据仓库是一个重大挑战。他指出，真实数据仓库中的数据复杂度高，schema混乱，大语言模型难以处理。他建议将所有数据转换为表格形式，并使用查询优化器进行连接操作。他认为随着智能体AI从只读操作转向读写操作，分布式数据库的需求将增加，原子性和一致性将成为关键问题。
在谈到对数据库学习者的建议时，Stonebraker推荐阅读文献中的经典论文，并提到他与Joe Hellerstein合著的《Readings in Database Systems》一书。对于年轻时的自己，他建议“跳出框架，想些疯狂的事，去做”。对于即将获得博士学位的人，他建议选择最有声望的工作，找一个愿意帮助的导师，并选择一个不随大流的研究方向。
