活动概览
SelectDB AI 产品发布会，聚焦数据分析基础设施变化
- 亚秒级响应
- 多模数据统一分析
- 跨源查询
- 结构化数据、全文数据、向量数据与半结构化数据的统一分析
- SelectDB 面向 Agent 时代的数据基础设施能力布局
活动信息依据公开来源整理，以主办方最新公告为准。如时间、地点、票价有变动，平台会更新并保留变更记录。报名前请通过原始来源核对。
活动详情
2026 年 SelectDB AI 产品发布会圆满举行。本次发布会聚焦 Agent 时代下数据分析基础设施的全新变化，围绕极速分析、多模数据统一管理、Agent Native、Agent Observability 以及 Serverless 弹性架构等方向，系统展示了 SelectDB 面向 AI 与 Agent 场景的最新产品演进。
发布会吸引了 3 万余名开发者、架构师及企业用户在线观看，共同探讨 Agent 浪潮下数据基础设施的发展方向。
在开场演讲中，飞轮科技首席执行官马如悦提出：“只有解决好极速、统一、Agent Native 与 Cloud 弹性四个挑战，才能成为 Agent 时代最好的分析引擎。”
这一观点也成为贯穿整场发布会的主线。而纵观整场发布会，其释放出的核心信号可以归纳为以下几点：
Agent 成为新的数据消费者，分析引擎需要帮助 Agent 更高效地理解与使用企业数据，这也是实时分析、Agentic Analytics、MCP Server、语义层以及 CLI/Skill 等能力演进的核心目标；
Agent 本身正在成为新的数据生产者。随着 Prompt、Tool Call、Trace、Token 等运行数据爆发式增长，并呈现海量、Free Schema、文本和大字段占比高等特征，Agent 审计、观测、评测与优化正成为企业刚需，Litefuse 的发布及阶跃星辰等大模型客户实践正是对此的回应。
随着向量、文本、JSON 等数据形态快速增长，企业需要的不再是单一的向量数据库，而是统一管理结构化与非结构化数据的 AI 数据基础设施。这一趋势下，SelectDB 强化多模管理、混合检索等能力，构建统一的 AI 数据基础设施。
围绕上述趋势，SelectDB 从极速、统一、Agent Native、Agent Observability 与 Cloud 弹性五个维度，展示了其面向 Agent 时代的数据基础设施能力布局。
01
极速：亚秒级响应不是优化，是底线
Agent 时代，性能的重要性被进一步放大。
传统 BI 场景下，一次业务分析往往对应一条 SQL；而在 Agent 场景下，一个问题背后可能触发数十次查询，查询延迟被放大 10 倍甚至 50 倍。因此，查询性能不再只是体验优化，而成为 Agent 能否高效完成推理的重要基础。
对此，马如悦在演讲中提出：“亚秒级响应不再是一种优化，而是一种底线”。
SelectDB / Apache Doris 一直以实时极速分析能力见长。在 ClickBench 、SSB、TPC-H、TPC-DS 等多项权威测试中，SelectDB 展现出领先的查询性能（详见下图）。这些性能优势，使 SelectDB 能够更好地承载 Agent 推理链路中高吞吐、低延迟的查询需求。
02
统一：打破内外边界，融合多模数据
过去，统一更多指向数据源层面的统一；进入 Agent 时代，仅仅实现数据源统一已经不够。
在企业数据形态不断丰富下，Agent 需要处理的不只是结构化数据，还包括 JSON 半结构化数据、Text 全文数据以及 Vector 向量数据。与此同时，专用向量数据库带来的高内存成本、多系统协同以及数据治理复杂度，也成为企业构建 AI 应用的新挑战。
对此，马如悦认为，未来的数据分析引擎不仅要支持跨源查询，更要实现多模数据的统一分析。
SelectDB 将统一能力划分为两个层面：
内外数据源统一，实现跨 Lakehouse、关系数据库与对象存储的数据访问；
多模数据统一，实现结构化数据、全文数据、向量数据与半结构化数据的统一分析。
飞轮科技技术副总裁衣国垒在发布会上正式介绍了 SelectDB 的多模数据管理能力，并提出：“企业不缺向量数据库，而是缺统一的 AI 数据基础设施。”
针对这一趋势，SelectDB 将结构化、半结构化、全文和向量数据统一纳入同一分析引擎，通过原生向量检索、全文检索和多模分析能力，在一套平台上同时支撑 BI 分析、实时分析、RAG 和 Agent 应用，推动企业从多套系统并行走向“One Engine, All Data”的统一数据架构。
03
Agent Native：让 Agent 理解数据、使用数据
Agent Native 是发布会中最值得关注的亮点之一。Agent Native 并不只是让 Agent 能够连接数据库，而是让整个分析引擎以及其中存储的数据，都对 Agent 友好。
马如悦表示：“Agent 时代最大的挑战并非生成 SQL，而是理解企业业务语义。”而当前 Text-to-SQL 应用普遍面临的难题正是如此。
为了解决这一问题，本次发布会上，SelectDB 正式发布 MCP Server 与语义层能力。
通过内置 MCP Server，Claude Code、Codex、Cursor 等主流 Agent 可以直接接入 SelectDB；通过语义层能力，企业能够统一定义指标、维度和业务逻辑，让 Agent 优先理解业务语义，再完成分析与查询。
现场演示中，Agent 通过自然语言即可完成指标发现、维度查询和数据分析任务，展示了从业务问题到分析结果的完整闭环。