Antony Pegg：面向代理式AI的Postgres：你的数据库是计算层，而非停车场
内容提要
pgEdge ColdFront整合AI、分析与OLTP工作负载，降低存储成本达90%。文章强调PostgreSQL作为代理AI默认数据库，需处理代理记忆与状态，支持向量检索、检查点、工作流编排等模式。通过MCP服务器、数据分层（热存储至Iceberg）及并发控制，实现高效、合规且可扩展的代理系统。
延伸解读
代理记忆与状态：数据库角色的关键区分
文章强调代理AI工作负载需区分代理记忆（跨会话的知识）与代理状态（检查点、暂存数据等）。这种区分映射到四种数据库模式，每种对PostgreSQL提出不同压力。理解这一区分有助于架构师设计更可靠的代理系统，避免将数据库仅视为存储停车场。
PostgreSQL原生特性支撑多代理协调
文章指出PostgreSQL内置的SELECT FOR UPDATE SKIP LOCKED、LISTEN/NOTIFY、咨询锁和MVCC等特性，可天然支撑多代理协调，无需额外引入Redis等外部系统。将协调状态置于数据库事务存储中，可免费获得回滚、恢复和审计能力，避免在应用层重新实现ACID。
数据分层：控制代理AI存储成本的关键
代理AI产生海量数据，存储成本可能超过计算成本。文章提出通过数据分层（如pgEdge ColdFront）将热数据保留在PostgreSQL，冷数据移至Iceberg on S3，可降低约90%存储成本，同时保持SQL查询一致性。这为长期运行代理工作负载提供了经济可行的方案。
MCP服务器：代理访问数据库的安全接口
文章强调代理正成为数据库的主要消费者，直接暴露连接字符串风险高。MCP服务器提供模式发现、默认只读事务、权限控制和审计日志，确保代理安全高效访问。MCP已成为代理-工具通信标准，PostgreSQL作为其下的持久层，是构建可靠代理架构的关键。
Q&A
为什么说PostgreSQL是代理式AI的默认数据库？
文章指出，PostgreSQL已经成为代理式AI的默认数据库，因为代理工作负载需要处理大量状态、记忆和检查点，而PostgreSQL提供了事务、并发控制和数据持久化等核心能力，能够满足这些需求。
代理式AI工作负载中，代理记忆和代理状态有什么区别？
代理记忆是指代理在会话间知道和回忆的信息，而代理状态是指保持工作流运行的检查点、暂存区和协调数据。普林斯顿的CoALA框架对此进行了分类，Harrison Chase认为代理记忆会形成持久的锁定效应，不应让渡给模型提供商。
代理式AI工作负载对数据库提出了哪些主要模式？
主要模式包括：1) 与数据聊天（Chat-with-your-data），即RAG检索；2) 自主代理暂存区（scratchpads），需要存储中间结果和检查点；3) 用于LLM管道的检索，涉及文档摄取和索引；4) 工作流编排与可观测性，需要记录执行日志和审计轨迹。
为什么代理式AI需要检查点机制？
因为代理工作流通常包含多个步骤，而每一步的可靠性并非100%。例如，如果每步可靠性为85%，一个10步的工作流端到端成功率只有约20%。通过将工作流状态快照到PostgreSQL，可以在某一步失败时从已知的良好检查点恢复，而不是从头开始。
PostgreSQL如何支持多代理协调？
PostgreSQL提供了多种原语：SELECT FOR UPDATE SKIP LOCKED可将普通表变为原子任务队列，LISTEN/NOTIFY支持事件驱动而无需轮询，咨询锁协调共享资源访问，MVCC允许多代理并发写入而不会看到未提交的数据。这些功能使数据库成为多代理协调的共享状态层。
代理式AI对数据库层提出了哪些具体需求？
具体需求包括：1) 结构化代理访问（如通过MCP Server），而非直接暴露SQL；2) 有效的检索（结合向量和关键词搜索）；3) 代理式运维（如AI DBA Workbench）；4) 数据主权控制（支持本地或隔离环境）；5) 数据生命周期管理（通过数据分层降低成本）。
pgEdge ColdFront如何降低存储成本？
pgEdge ColdFront通过数据分层将数据在热存储（PostgreSQL）和冷存储（Apache Iceberg on S3）之间自动移动。冷存储成本约降低90%，同时代理仍可通过相同的SQL查询访问数据，历史审计日志可归档到Iceberg，从而降低存储成本。
MCP Server在代理式AI中扮演什么角色？
MCP Server为代理提供结构化的数据库访问，包括模式发现、查询执行（默认只读事务）、EXPLAIN ANALYZE诊断和内置知识库。它限制了代理的权限（写访问需显式开启），并记录所有交互以供审计，从而避免代理直接使用原始连接字符串带来的风险。
