Mike Stonebraker，这位2014年图灵奖得主，因其在数据库系统领域的开创性贡献而广受赞誉。他的研究成果不仅被写入众多教科书，还催生了多个商业上成功的数据库系统，如Ingres、Postgres、Vertica、VoltDB和SciDB等。最近，Stonebraker在meta资深工程师Ryan Peterman的播客中，分享了他对数据库行业的深刻见解，并对当前科技热点发表了独到看法。
Stonebraker的职业生涯始于伯克利大学，他在那里遇到了导师Gene Wong，并共同投身于数据库研究。当时，关系数据库理论刚刚提出，而CODASYL和IBM的IMS等网状和层次数据库系统则占据主导地位。然而，Stonebraker和Wong认为关系数据库模型更具潜力，于是他们开始研发Ingres，这一系统后来成为学术界和商业界的热门选择。
在谈到Ingres的商业化过程时，Stonebraker直言不讳地批评了Oracle创始人Larry Ellison的销售策略。他认为Ellison在推销产品时经常混淆现在时和将来时，对客户撒谎，这种做法在他看来是不可原谅的。相比之下，Ingres公司则通过实现参照完整性等关键功能，赢得了客户的信任。
Postgres的诞生则源于Stonebraker对数据库可扩展性的追求。他回忆起一个债券交易员的电话，该交易员需要一种能够自定义日期时间计算的数据库系统。这一需求促使Stonebraker设计出了具有灵活类型系统的Postgres，使得用户可以根据需要定义各种数据类型。
在数据库技术的发展过程中，Stonebraker一直强调针对不同应用场景设计专用数据库的重要性。他认为，一种数据库通吃所有场景的想法是错误的，这会导致性能上的巨大损失。他以流处理数据库StreamBase和列式分析数据库Vertica为例，说明了针对不同工作负载设计的数据库系统能够比通用数据库快一个数量级。
对于近年来兴起的大模型技术，Stonebraker则持谨慎态度。他通过一项实验发现，在真实生产数据仓库上，大模型在text-to-SQL任务上的准确率几乎为零。即使加上检索增强生成等技术，准确率也仍然很低。他认为，这主要是因为大模型训练数据与真实数据仓库中的数据存在巨大差异，以及真实查询复杂度远高于学术基准。
在谈到agentic AI时，Stonebraker指出，目前的agent大多还停留在只读阶段，一旦开始进行读写操作，就会遇到数据库领域的老问题，如事务、一致性和原子性等。他认为，这将为数据库技术带来新的挑战和机遇。
除了对数据库技术的深入探讨，Stonebraker还分享了他对年轻人职业选择的建议。他认为，虽然计算机科学是一个充满机遇的领域，但未来增长的不确定性也使得医疗和建筑等行业成为更稳妥的选择。然而，他更强调追随自己的热情，因为做自己热爱的事情往往能够带来更大的满足感和成就感。
