有权威机构预测，2026年约60%的AI项目可能因数据处理问题被放弃。这是火山引擎在发布云数据库Lakebase时引用的一组判断，也是这款产品试图回答的问题：数据从哪里来、要到哪里存、怎么快速查。

打开网易新闻 查看精彩图片

今天，火山引擎正式发布面向Agent的新型数据引擎Lakebase。官方给它的定位是轻量化库湖服务，具备业务数据自动转换、多源数据入湖、弹性算力分析、海量数据资产管理四大核心能力，既能为Agent决策提供多源数据上下文，也能应对海量Agent实例带来的突发性弹性负载。

为什么现在需要这样一款产品

AI应用普及正在改变数据的使用方式。Agent负载具有明显突发性：执行任务过程中，Agent会自动化快速创建或唤醒大量数据库进行过程验证，任务结束后实例则可能长时间闲置。生命周期灵活、访问全自动，成为AI对数据基础设施提出的新要求。

另一重压力来自数据来源。面对复杂任务，Agent不仅要访问企业订单、库存等实时OLTP数据，还需要结合湖表中的历史数据和分析结果。而企业数据中约80%–90%为非结构化，散落在业务系统、本地和外部平台，来源杂、类型多、整理耗时，导致项目常常卡在数据准备阶段。

火山引擎用三个词概括Lakebase的定位：开放、轻量、完整。数据以开放格式存储在对象存储上，多种计算引擎都能访问，不被单一引擎锁定；Serverless架构存算分离，算力按需拉起、用完释放；入湖、转换、查询、管理一条链路全部覆盖。

五层架构与四项能力

Lakebase的五层架构把业务应用、数据处理和底层存储串了起来。数据存储层兼容主流开放湖表格式，业务数据、分析数据和本地文件可以放在同一个数据底座中；数据计算层提供Serverless弹性算力，支持行存、列存和向量检索等链路协同，任务完成后自动释放资源。

查询服务层支持业务通过标准SQL接入，也提供MCP、Skill、CLI方便Agent访问数据。数据管理层由Catalog统一管理元数据、血缘、权限和安全，数据从哪里来、谁能访问、经过哪些处理都有记录可查。业务应用层则承接AI应用、BI分析和多模检索。

四大核心能力对应四个具体痛点：

  • Zero ETL：业务数据自动同步到数据湖并转换成开放湖表格式，全过程对业务团队透明，入湖即可用标准SQL查询，ETL的开发和维护负担大幅下降。
  • 多源数据处理：门店、工厂、分支机构散在本地、受网络和合规限制的数据，可以高效安全完整地同步入湖，现有本地系统继续运行，企业不用为“上湖”重构IT架构。
  • 极致弹性算力：存算分离的Serverless架构，计算资源随任务量自动伸缩，查询时秒级启动，任务完成后自动释放，对比长期运行的数据库实例，成本降低90%以上
  • 数据资产管理：把表、字段定义、数据来源、更新时间、处理过程和访问权限统一记录，分析人员能快速找到数据，管理员能识别冗余与冷数据，合规团队可沿血缘追溯处理过程。

四类场景与一份自测清单

火山引擎列出了Lakebase直接发挥价值的四类场景：中小型SaaS数据分析，商业数仓license费用太高、换开源方案又缺人维护；Vibe Coding智能应用扩展，界面搭好了但订单、库存、会员数据进不来；BI报表与即席查询加速，复杂报表要跑几分钟；多源异构数据的统一治理，结构化与非结构化数据统一沉淀后按需使用向量检索、关键词检索、语义检索和多源混合检索。

官方还给出四个自测问题：数据是否分散在多个系统，跨系统关联分析很费力？报表和探索式查询是否经常要等数分钟？负载峰谷明显，固定集群是否经常不够用或大量闲置？团队是否把大半精力花在集群部署、扩缩容和故障排查上？只要有一个问题的答案是“是”，就值得一试。

Lakebase的理念被概括为一句话：把复杂留给系统，把简单交给用户。把数据放进来，然后查询它。