腾讯云以多模数据库应对 Agent 数据理解难题

Agent 正从辅助工具变成数据库的直接使用者。过去，查询目标和调用方式通常由开发者预先设计；如今，Agent 需要自主跨系统获取订单、交易、文档、图片等数据，并理解其业务含义。腾讯云今年 8 月推出 AI 原生多模数据库 TDSQL Nexa Lakebase，并在 10 月 30 日的 2026 腾讯全球数字生态大会上介绍了相关架构与实践，重点解决数据分散和语义缺失两类问题。

企业数据通常分布在关系型数据库、对象存储和文件系统中，Agent 执行任务时可能需要反复查询多个来源，再完成索引更新、结果关联和筛选。即便找到目标字段，字段名称和类型也不一定能说明“收入”等指标的准确口径。Gartner 的分析认为，企业语义是影响 Agent 准确性的重要因素，Agent 必须理解指标定义、业务规则及数据之间的关系，才能避免误用数据。

TDSQL Nexa 以腾讯云对象存储 COS 为数据底座，利用 Iceberg、Lance 等开放表格式保存原始数据和加工结果，并通过 GooseFS 提升湖上数据访问效率。计算层采用可插拔设计，包含负责特征、标签和业务数据的宽表引擎，支持向量检索、全文检索和过滤的搜索引擎，采用 MPP 与向量化执行的分析引擎，以及统一 CPU、GPU 资源的 AI 计算引擎。

NTS 负责外部数据接入和内部引擎间同步，可将 MySQL、PostgreSQL、MongoDB 等数据导入 Nexa，也能把宽表数据同步到搜索和分析引擎。暂不迁移数据的企业，还可借助 ShortCut 联邦查询 MySQL、PostgreSQL、MongoDB、COS/S3 等来源，并按实时性、性能和管理需求选择原地访问或同步纳管。上层智能路由引擎通过声明式 DDL 描述逻辑表、字段与索引，再依据查询需求和代价模型选择引擎；系统同时提供 SQL、REST、MCP 接口，并兼容 MySQL、PostgreSQL、OpenSearch 协议。

底层的 TDSQL Boundless 在分布式事务和弹性存储之外，提供自动冷热分离、宽表、全文、向量及列存能力。热数据可保留在本地 CBS，冷数据自动下沉至 COS；对话内容、图片等大字段也可单独放入对象存储，以平衡性能与成本。AI 计算引擎则负责多模态数据解析、抽帧、质量过滤、推理打标和 Embedding 生成，并将向量、标签和元数据接入后续存储、检索与训练流程，减少重复搬运。

为让 Agent 理解企业自己的业务语言，Nexa Knowledge 会从数据库提取表、字段和关联关系，并结合指标定义、术语、规则、文档及专家经验，沉淀为 Skill、术语、澄清规则、已验证问答和世界事实五类知识资产。Agent 查询时可据此选择数据、遵循指标口径并生成查询；新文档、字段变化和已确认的语义偏差也能持续回写，形成可复用的企业语义体系。

腾讯云还分享了智能驾驶和教育行业案例。智能驾驶车辆会产生图像、视频、传感器信号与事件日志，算法团队需筛选低概率但有训练价值的长尾场景。以紧急制动为例，车端将事件前后数据打包成 Lance 文件上传 COS，事件及文件元数据存于 MongoDB，合规和地图数据存于 PostgreSQL，再通过 Spark 或 Ray 提取天气、路况、行人和车辆位置、速度等特征；单次事件可形成数百列特征描述。