传统查询优化器有个老毛病：它一直在"猜"。

猜这张表有多少行，猜那个条件能过滤掉多少数据，猜来猜去，猜错是常态。更麻烦的是，HTAP 场景下并行计算、向量执行把执行计划搞得越来越复杂，优化器那点经验公式根本不够用。

腾讯云的 TDSQL-C 换了个思路——让混元大模型来当"助教"。

这个 AI 优化器的逻辑不复杂：LLM 读 SQL、读历史执行数据、读表结构，然后给出调优建议，甚至直接接管计划管理。相当于给数据库配了个 7×24 小时在线的 DBA，不用喝咖啡也不会写错配置。

当然，大模型也不是万能药。延迟、成本、幻觉问题都需要工程上的兜底。但方向很明确：既然优化器本质上是个决策问题，而决策正是 LLM 的舒适区，那为什么不试试？

据现场反馈，有开发者听完直接问："我们公司的 Oracle 能装这个吗？"——答案暂时是否定的。但那个追问的语气，说明痛点确实被戳中了。