智能免费之后怎么办？面向智能体、由智能体构建的数据系统

文章以林肯葛底斯堡演说中的“of the people, by the people, for the people”为引，讨论近乎免费的智能对数据系统意味着什么。作者给出成本曲线：2023 年初 GPT-4 级能力约 $30/百万 token，如今同类运行低于 $1，部分供应商已压到 $0.10 以下；跨 benchmark 的推理价格年降幅在 9x 到 900x 之间，中位数接近 50x。开源模型紧随前沿模型之后降价。 第一类挑战是“为智能体”的数据系统。智能体查询数据库的方式不同于人或 BI 工具，作者称之为 agentic speculation：高频、异构的工作流，涵盖 schema 探查、列式探索、部分乃至完整的查询构造。多个智能体各自探索假设空间时，单次用户请求可能产生上千条 SQL 查询。在多个智能体尝试同一任务的 text-to-SQL benchmark 上，只有 10-20% 的子计划互不相同，即 80-90% 的子查询在做重复工作；但实验也显示尝试次数越多任务成功率越高，冗余本身有帮助。作者建议复用重叠子计划的结果、借鉴多查询优化与共享扫描，或返回“足够好”的近似答案，并让数据系统主动向智能体提供延迟估计等反馈。 第二类挑战是“属于智能体”的数据系统，即为数千个智能体提供管理长任务状态、协调达成共识、处理失败的底层设施。作者认为当前以 markdown 文件加 grep 或嵌入检索为主的记忆方式在规模上会失效，提出 structured memory：按多个属性组织记忆，每个属性可设为 * 表示通用，或设为待匹配的值列表，例如只对某类操作或某张表生效的纠正性指令。并发编辑方面，作者提到多版本与 copy-on-write、exactly-once 语义、CRDT 和 operational transformation，并提醒要避免智能体互相补偿导致无法推进的 livelock。 第三类挑战是“由智能体”构建的数据系统：智能体已能一次性合成整套数据系统，从而为每个新负载重建定制系统，难点在于验证其行为符合预期。文章最后讨论三类挑战交织下数据系统与智能体的共同未来。