来源：市场资讯
（来源：图灵人工智能）
您想知道的人工智能干货，第一时间送达
Mike Stonebraker 是 2014 年图灵奖得主，他对数据库系统的奠基性贡献几乎写进了所有相关教科书。从 Ingres、Postgres，到 Vertica、VoltDB、SciDB，再到最近的 DBOS，每一个都是真正成就了诸多商业公司的工程系统。
最近他做客 Meta 资深工程师 Ryan Peterman 的播客，与其进行了一个小时的对话。他说话直接，不太客气。聊到 Larry Ellison 时，他说那人“把现在时和将来时混为一谈，本质上是在对客户撒谎”；聊到 Google 当年力推的 MapReduce 和最终一致性，他说“那不是 Google 唯一一件愚蠢的事”；聊到亚马逊同时维护着十五个数据库系统，他说“多了十二个”；
Youtube）
他也表达了对如今 AI 的看法。在他看来，现在多数 agentic AI 还停在“只读”，给一个客户算个分、出个预测，并不真的去改数据库里的字段。一旦 agent 开始做读写，比如两个 agent 协作完成一笔转账，问题就立刻落回数据库的老地盘：事务、一致性、原子性。
说到大模型写 SQL，他甩出来几个数字。在 Spider、Bird 这些公开 text－to－SQL 基准上，最好的模型已经能拿到 85％ 准确率，看起来差一步就能上生产。但 Stonebraker 团队用四个真实生产数据仓库做了一个新基准 Beaver，在这个基准上，大模型的准确率是 0；加上 RAG 也只到 10％；把 join 条件直接喂给模型，最多到 35％。同样的任务，一个懂 schema 的 SQL 工程师能做到 90％ 以上。所以他的结论是：这项技术，至少在可见的未来，还不够格进生产。
谈及对年轻人的建议，他说如今已不太确定是否要推荐十八岁的小孩去主修计算机科学，“医疗和建筑业是稳妥的选择”。
下面是这次对话的完整内容：
在伯克利，被一个懂门道的人带进门
Peterman：我第一件想聊的事是 Postgres 是怎么起步的。我想从更早的地方开始，你最初是怎么进入数据库这个领域的？
CODASYL 那套问题一堆。层级太低，调试起来要命。它还有个性质：一旦你的 schema（数据结构定义）有任何变化，基本就得把所有东西扔了重来，因为它整个根扎在物理层面。而 Codd 那套东西完全说得通。所以 Gene 说，咱们就来造一个这样的玩意儿吧，下一步显然该试这个方向。1972 年他开始造 Ingres（INteractive GRaphics REtrieval System）的雏形，那时候我刚到伯克利当助理教授。
Peterman：Ingres 是怎么从一个原型走到真的能用的？
Stonebraker：美国大学里的助理教授一般有五年的考核期，要么熬到终身教职，要么走人。Ingres 就是我拿到终身教职的敲门砖，1976 年我拿到了。
唯一的出路是开公司。1980 年我们拿到了那个年代意义上的风险投资，成立了 Ingres 公司，把 Ingres 移植到 DEC 公司（数字设备公司，当年的小型机巨头）的 VMS 上，一个真正的操作系统、一家真正能支持产品的公司。这就是商业化旅程的起点。
Larry Ellison 把现在时和将来时混为一谈
Peterman：我看到 Ingres 当时是和 Larry Ellison 的 Oracle 在竞争。从能力上看 Ingres 明显更好，他们怎么还能跟你们争？
Peterman：有意思。我之前采访过一个在 Sun Microsystems 干过的人，他对 Larry Ellison 的看法也差不多，觉得这人有点不光彩。看来是个共识。我还在某处看到你说过，Oracle 收购 MySQL 的时候，所有人都怕了，转去用 Postgres。
Stonebraker：那就是 Postgres 取代 MySQL、成为首选开源关系型数据库的起点。
一个债券交易员的电话，催生了 Postgres
Peterman：你造了 Ingres，里面有大量技术创新，让它比对手强。但最后它还是没了，你做了 Postgres。Ingres 没做、而 Postgres 做了的那件关键的事是什么？
一种数据库不可能解决所有问题
Peterman：你做过一个演讲，后面也有篇论文，讲的是“一种数据库通吃所有场景”是错的，你想要的是针对具体需求的数据库方案。今天市面上你看到哪些数据库还在试图通吃？
Peterman：GPU 会不会给数据库优化带来什么新机会？
Peterman：你能解释一下为什么 SIMD 下索引就不那么有效？
Peterman：你刚才说 B 树。第一版 Ingres 那会儿，这些都是你们手写的吗？那时候应该没有现成的 B 树库。
那不是 Google 唯一一件愚蠢的事
Peterman：MapReduce 在 2000 年代初出来，在数据世界掀起了风暴，大家觉得 Google 真懂行，这是面包发明以来最好的东西。但我看你当时和你后来的论文，你强烈不同意。为什么？
Peterman：他们为什么追“最终一致性”？
Peterman：为什么你说十五个应该只留三个？
我跟笨人打交道有困难
Peterman：我想聊一下 DBOS，这是个很有意思的技术模型。能解释一下 DBOS 是什么吗？
那就是这个学术项目的主旨。我们在 20 年代初在伯克利和斯坦福做这个，做得相当成功，确实能跑通。过程中斯坦福那边给 JavaScript 写了一个扩展，因为你需要某种编程入口跟你的实现对话。
Peterman：这跟最初那个“用数据库替换操作系统内核”的研究项目相比，是不是收窄了？
Peterman：今天 DBOS 的客户主要在哪些场景？
Peterman：那今天向应用开发者交付的 DBOS，跟最初那个“把操作系统内核换成数据库”的研究版本不一样了。这其实挺酷的，我以前没想过把操作系统所有状态都放进数据库。这里一定有什么权衡吧？
Peterman：那为什么 Linux 不去吸收这个，把自己升级一下？
在我们的基准上，大语言模型得 0 分
Peterman：咱们聊了很多过去的事，我想知道你怎么看数据库领域那些没解决的问题和未来。
Peterman：你说 text－to－SQL，意思是人用自然语言对模型说，比如“四岁以上的所有人”这种？
那区别在哪？
Peterman：那你们怎么办？
Peterman：你刚才说的那个基准，LLM 现在拿 0 分，人能拿多少？如果你找一个真懂 SQL 的人，他能打多少？普通人呢？
Stonebraker：一旦把自然语言部分消歧之后，一个懂 SQL、了解 schema 的程序员，准确率会非常高。
Peterman：90％ 这个量级？
Stonebraker：至少。
Peterman：好。我挺意外大模型在这种基准上得分这么低。也许这期播客出去之后会有 Anthropic 的人联系你或者怎样。
Stonebraker：我很想知道，因为这会是个很棒的成功故事。
计算机科学不一定还是个增长行业
Peterman：对那些想深入理解数据库的人，你会推荐什么材料？有什么顶级的技术书？
Stonebraker：文献里的论文。我和 Joe Hellerstein（伯克利数据库教授，与 Stonebraker 长期合作）出过一本叫《Readings in Database Systems》的“红皮书”，但已经八年了。作为八年前的读物我觉得它很好。除此之外就是文献里有名的论文。
Peterman：如果你能回到刚毕业那会儿，以你今天知道的事给自己一个建议，你会说什么？
Stonebraker：我刚到伯克利接那份工作的时候，没怎么思考过就说，我们来写一个数据库系统吧。当时我们对数据库一无所知，对实现也一无所知，我们也不是 Bill Joy（BSD Unix 主要作者，Sun Microsystems 联合创始人）那种水平的程序员。开局做这种事，真的相当疯狂。但你硬着头皮干，让它能跑起来，一路上学。所以答案是：跳出框架，想些疯狂的事，去做。
更好的问题是：如果你今天刚开始，会主修什么？因为我觉得计算机科学未来不一定是一个增长行业。我现在不太确定我会推荐 18 岁的小孩去主修计算机科学。
我觉得医疗和建筑这些行业是稳妥的赌注，其他都看起来风险大不少。如果你即将拿到博士学位、要决定接下来做什么，那其实容易：挑你能拿到的最有声望的工作，找一个愿意帮你的导师，选一个不随大流的方向。比方说我们的项目 Rubicon，就是不随大流的。
我和我太太总跟人说，跟随你的热情，钱总会有的。但说实话我一秒钟都不信这话，我觉得这只是你必须告诉孩子和孙子的话。
Peterman：既然你不信，为什么你必须这么说？
Stonebraker：我太太就是个例子。她有计算机科学的硕士和本科学位，但她想做 K－12 老师。她父母说，你不能这么做，赚不到钱。我觉得从那以后她一直后悔这个决定。她对计算机科学没什么热情，只是把它当个手艺干。所以答案是：找你有热情的事做，你不会饿死，可能赚不到大钱，但你大概率会比做你没热情的事更快乐。
我认识很多人把工作仅仅当工作，生活是发生在下午五点到早上八点之间的事。我完全不是这样，我真的喜欢我做的事，赚多少钱不重要。
参考资料：
1. https://www.youtube.com/watch?v=YPObBOwIrHk
排版：胡巍巍
注：封面/首图由 AI 辅助生成
热门跟贴