文章总结： 火山引擎在2026FORCE大会发布AgenticDataManagementandServices产品体系，应对AIAgent规模化带来的数据管理挑战。核心产品包括ContextSearch（搜索正确率提升24%）、Mem0（任务记忆与GraphMemory）、Supabase（秒级创建、全链路Serverless）、Milvus（DiskANN+RaBitQ算法）及DBCopilot（安全可控数据库工具）。旨在为企业提供开箱即用的Agent原生数据底座，降低AI应用构建门槛。 综合评分： 79 文章分类： 产品介绍,数据安全,应用安全,云安全,解决方案

从数据库到 Agent 原生数据底座，火山引擎发布 Agentic 全栈数据管理服务

字节跳动数据库 字节跳动数据库

字节跳动技术团队

2026年7月2日 19:29 北京

在小说阅读器读本章

去阅读

当数据消费主体从 “Human + Application” 扩张至千万级 AI Agent，传统数据库的能力边界已被彻底打破——海量 AI Agent 全天候自主检索、推理、协作、调度数据，传统数据底座已无法适配全新的业务逻辑。2026 火山引擎 FORCE 原动力大会·SUMMER，火山引擎数据库推出“Agentic Data Management and Services”产品体系，并完成全栈产品升级。

市场拐点：AI Agent 正从 AI 助手，进化为企业可规模化部署的自主系统

过去一年，市场明确形成了 A3H 四元消费结构：AI、Agent、Application、Human，其中 AI Agent 的体量正呈指数级暴涨：

• 市场增速：Grand View Research 数据显示，全球 AI Agent 市场年复合增速超 40%，2030 年规模有望突破 500 亿美元；中国 2023-2033 年 CAGR 高达 50.8%；
• 规模增长：IDC 预测，活跃 Agent 将从 2025 年 2860 万暴涨至 2030 年 22.16 亿，CAGR 高达 139%；
• 企业渗透：Gartner 预测，2026 年底 40% 企业应用会嵌入任务型 AI Agent，远高于 2025 年不足 5% 的渗透率。

这反映了一个核心事实：AI Agent 已是规模飞速扩张的新型数据消费主体，数据使用者已然迭代，底层数据基础设施也必须重构升级。

在这场底层变革中，数据库为何如此举足轻重？

以往数据库的访问对象是规整、可控的业务代码，人类手动编写 SQL 完成查询；而现在，调度数据的是一批具备自主规划、反复试错、瞬时并发暴涨特性的 AI Agent。这就使得负载波动、交互逻辑、实例扩容周期、数据留存周期全部被改写，数据库作为数据存储与交互的核心枢纽，首当其冲，必然要完成底层革新。

战略全面升级：从数据库到 Agentic Data Management and Services

面向 AI Agent 规模化爆发的新时代，火山引擎数据库正式完成战略定位升级：转型为 Agentic Data Management and Services服务商。

本次 FORCE 大会，面对 Agent 数据管理的挑战，在过去的半年火山数据库带来五大重要发布与更新。

ContextSearch：正式 GA 发布，真实业务场景搜索正确率提升 24%

ContextSearch 为 Agent 提供可持续化的高质量数据检索底座，将检索范式从被动单步的 RAG 全面跃迁到主动多步的Agentic Search：

基础 RAG 沿用“用户输入 → 知识召回 → LLM 生成 → 答案输出”的线性流程，在面对实体类、统计类、时序类等复杂诉求时往往力不从心。ContextSearch 则基于 ReAct 框架构建主动规划引擎，驱动“感知→ 推理→ 执行”的自主闭环，并打通安全合规数据接入与结构化上下文反馈流。

实测显示，依托 ReAct 机制的意图拆解与澄清能力，在面对”同名客户 / 指代不清”等 歧义场景 时，Agentic Search 准确率达到 91.7%；而基础单步 RAG 因无法消歧，在该场景下准确率为 0%。

基于客户真实线上业务数据与 200 条复杂问答评测集的实测显示，ContextSearch 相较基础 RAG 搜索正确率提升 24%，全面具备进入生产级 Agent 系统的能力。

火山引擎 Mem0 全新功能发布：支持“自进化”、“Graph Memory”，让 Agent 持续学习

Agent 的长期价值，取决于它能否”记得住、学得会、改得了”。火山引擎升级核心产品火山记忆库 Mem0，新增“任务记忆”、“Graph Memory”两大功能：

1. 提出“基于任务的记忆”理念：构建了一个完整的“经验自进化循环”：适配长周期、多轮循环的复杂业务任务，可沉淀 Agent 过往任务成败经验与用户偏好，实现智能体持续自主迭代进化。OfficeQA BenchMark 测评结果显示，引入任务记忆后的 Agent 实现了任务成功率提升 10%、Token 消耗节省 44%、整体时延减少 39%的显著收益。
2. 发布 Graph Memory 功能：支持 Agent 存储、查询多跳关联关系数据，在 LoCoMo 标准评测中，启用 Graph Memory 后得分由 86 提升至 91，达到行业领先水平。

飞书妙搭 OpenClaw 接入了火山 Mem0 这一深度增强的企业级记忆服务后，从存储底座、抽取策略到检索算法进行了系统性升级。业务在此基础上围绕场景进行适配性优化后，业务模拟 QA 准确性高达 97.6%。

AI 原生 BaaS 平台 Supabase 正式 GA 发布：AI 后端服务 All in One

面向 Vibe Coding 时代，面对 Agent 与 AI 原生应用对”敏捷、高效后端”的迫切诉求，火山 Supabase 把”资源供给本身做成产品力”，让开发者只关注业务逻辑。本次大会上，火山 Supabase 正式发布 GA 特性：

1. 秒级创建：集 Auth、DB、Messages、文件存储等核心后端能力于一体，同时深度集成 MCP/Skill/CLI、支持自然语言接入，并内置 AI 友好 API，从而支持 Coding Agent 模块化搭建后端，灵感出现即可验证落地；
2. 全链路 Serverless：火山 Supabase 从业务层、服务层到数据层全链路 Serverless 化，按需使用、用完即走，完美匹配 AI Agent 多负载、负载不可控的特征。
3. 数据分支（Data as Git）：火山 Supabase 把开发者熟悉的分支、回溯、恢复融入数据体系：Branch 可建独立数据分支，开发、测试、训练互不影响线上；Timetravel 可回退到任意时间点并观察完整状态；PITR 可在数据出问题时快速回撤恢复。把回溯从临时补救动作变为系统原生能力。

该产品自 2025 年年底上线，半年内实例数量增长18 倍，现已达百万级，是火山引擎增速最快的数据库产品。

猿辅导基于火山 Supabase 一站式后端能力打造了对话式应用构建平台 Rush，让非研发人员通过自然语言对话即可创建功能完备、安全合规的企业级应用，将“创意到价值”的转化周期从数周压缩至数小时。

实测数据显示，Rush 平台在应用上线速度上提升 2-3 倍，单位人天投入 ROI 提升 50%，前期基建成本接近于零（≈0），并稳定运行于 99.9% 平台级 SLA 之上。

而在扣子编程实践中，在每个 Vibe Coding 生成物（网页应用、移动应用、小程序、智能体、技能等）背后，都会同步创建和使用一个 Supabase 实例运行这些产物，并且使用火山 Supabase 的多分支能力（Branching）进行环境隔离。在使用火山 Supabase 后，扣子编程整体的交付效率、质量、成本，都得到极大的改善。

火山 Milvus 向量数据库：行业 SOTA 引擎，创新 DiskANN+RaBitQ 算法再进化

向量检索是大模型读懂现实世界的语义桥梁，海量向量下平衡性能与成本，是技术核心要务。

1. Agent 场景适配：火山 Milvus 新发布 Serverless 共享形态，无需关心底层资源，按使用量计费。Serverless 实例可以秒级创建、10 秒内进行弹性自动伸缩，完美适配 Agent 场景下快速拉起，成本可控的需求。
2. 超越 VectorDBBench 榜首的高性能：引擎层面，Milvus 创新引入 DiskANN + RaBitQ 算法，在保障极致召回质量的同时，将 QPS 推升至 2 万以上，导入时间、P99 延迟、Recall 等关键指标均位居行业前列，持续夯实其作为“行业 SOTA 向量引擎”的核心地位。

3. 生态扩圈：火山 Milvus 支持通过 DTS 将 MySQL 数据 Embedding 向量化导入到 Milvus 中；同时 Milvus 也支持直接从 TOS 中向量化导入；2026 年年初发布 Skill，提供近百个 CLI 功能，覆盖几乎全部控制面操作与主流数据面 API。

DBCopilot：安全可控的 agentic 数据库工具服务，打造开发、运维与数据分析闭环。

当 Agent 开始大规模操作数据库，企业“敢不敢把生产级数据库交给 Agent”已经成为行业共同面对的挑战。DBCopilot 打造了安全可控的全域数据库统一接入底座，通过凭证托管、细粒度权限管控、全链路安全审计，统一纳管多源跨实例数据库，打通开发、运维、数据分析完整闭环。

1. 数据开发：自然语言转 SQL，四维 Evaluator 把关，支持五大数据库、600+ 安全规则。
2. 数据库运维：主动巡检 + 动态 Runbook + 根因诊断闭环；日均完成一万余次故障智能诊断，故障定位恢复时长缩短 50%，人工运维成本下降 70%。
3. 数据分析：零数据搬迁、跨实例分钟级分析，自然语言转 SQL 在 2025 Spider 排行榜第一。

实际生产如 Vibe Coding 场景中，依托 DBCopilot 数据库智能助手，开发者可在 IDE 通过自然语言生成合规 SQL 与工单，大幅简化建表等操作。该技能累计下载 8300 次，凭借高准确率有效提升研发效率，广受内部开发者好评。

行业展望

从数据库到 Agent 原生数据底座，这场变革的本质，是数据基础设施开始主动“为 Agent 而生”。

对于客户，它意味着更低的门槛——企业可以”开箱即用”地构建安全合规的 Agent 应用，让 AI 价值更快落到业务；对于行业，它意味着新的标尺——火山引擎以 Agentic Data Management and Services 的完整路线图，推动行业从“AI 用数据”迈向“数据为 Agent 而生”。

Agent 的时代已经到来，而每一个 Agent，都值得拥有一座为它而生、可信赖且可进化的数据底座。这，正是火山引擎持续投入的方向。

已关注

关注

重播 分享 赞

关闭

观看更多

更多

退出全屏

切换到竖屏全屏退出全屏

字节跳动技术团队已关注

分享视频

，时长01:05

0/0

00:00/01:05

切换到横屏模式

继续播放

[ ]

进度条，百分之0

播放

00:00

/

01:05

01:05

倍速

全屏

倍速播放中

0.5倍 0.75倍 1.0倍 1.5倍 2.0倍

超清 流畅

继续观看

从数据库到 Agent 原生数据底座，火山引擎发布 Agentic 全栈数据管理服务

观看更多

转载

,

从数据库到 Agent 原生数据底座，火山引擎发布 Agentic 全栈数据管理服务

字节跳动技术团队已关注

分享点赞在看

已同步到看一看写下你的评论

视频详情

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：字节跳动技术团队 字节跳动数据库 字节跳动数据库《从数据库到 Agent 原生数据底座，火山引擎发布 Agentic 全栈数据管理服务》