参加HOW2026 中国数据库开源发展峰会的收获

很高兴参加4月27日至28日，以“以开源之道，行致远之志”在山东济南山东大厦召开的HOW2026中国数据库开源发展峰会暨PostgreSQL高峰论坛收获很多，我的主题是：

到2060年8个年轻人照顾10个老年人，根据蓝皮书《中国银发经济发展报告（2024）》的数据，目前我国银发经济规模在8万亿元左右，约占GDP的6%，到2035年，银发经济规模有望达到30万亿元，占GDP的10%。

关于银发经济，《老无所“依”》。这个“依”不是依靠的依，而是依据的依，说的就是，很多人对老年人的认知，现在这一代老年人，因为剧烈的社会变革和多重制度断层，呈现出前所未有的复杂结构，成为异质性最强的一代人。现在是AI时代，你不能把所有老年人当成一个整体来观察。这些老年人的收入还算说得过去，身体机能有一定的退化。事实是，很多老年人根本不想彻底退休。老年人消费重心是医疗保健和便利服务。根据中国城乡老年人生活状况调查，28.1%的老年人愿意从事有收入的工作，而且已经有不少人在行动了，城镇有14.4%的老年人实现了再就业，农村更是达到24.5%。为什么老年人还想工作，现在的老年人比以前更有精力，也更有能力，继续发光发热。

01、观察老年群体的两个维度：资源和能力

02、这一代老年人，可能是异质性最强的一代人

03、一个全新的市场，正在拉开帷幕

04、中国消费的下半场：银发成为主流

所有叱咤风云的前辈，都将面临人生一战；

这一战胜利，才是圆满；

这一战失败，则前功尽弃；

这一战就是能量传承

参加活动的同时结识了新朋友，我们一起跑步，一起沟通，共同体验了运动带来的快乐与成长，为生活增添更多的乐趣和活，增进彼此的感情

参加活动的同时加深与朋友之间的联系，打造企业的私有云平台，这个论题里面的就开始和AI贴边，怎么服务于企业的大量的AI系统应用后的数据库的部署，大量的PG的向量计算支持，企业落地大模型AI数据库方面的实践，对如何在私有云搭建基于云平台的数据库提供支持，并且使用更少的资源，提供有效的服务来让企业在AI时代可以更省成本的进行AI所需的数据库进行部署等等的问题

特别是PG分会副秘书长魏老师的专题讲座PostgreSQL与AI的融合演进，如何打造下一代AI Agent的统一多模智能数据底座受益匪浅：

智能体的“记忆”难题：我们需要什么样的记忆底座，核心瓶颈，AI Agent的崛起，让高效、可靠、可扩展的记忆系统成为AI应用落地的核心瓶颈。大模型上下文窗口有限，无法承载所有历史信息、用户偏好与知识库，业界主流的记忆方案（专用向量库、分布式缓存、文件存储）均存在架构复杂、数据同步困难、一致性风险高等共同挑战，难以支撑智能体的高效运转。PostgreSQL AI 生态全景概览，向量核心生态（基石）核心组件：pgvector, pgvectorscale, pg_embedding, pgvecto.rs 核心能力：向量存储、ANN检索、多模态匹配、百亿级数据扩展支撑。库内 AI/ML 智能生态，核心组件：PostgresML, Apache MADlib, pgsql-ai

核心能力：SQL原生ML训练推理、LLM无缝集成、特征工程自动化处理。

工化配套与多模态增强，核心组件：pg_partman, pg_cron, PostGIS, TimescaleDB

核心能力：自动分区、定时任务、空间/时序/文本全类型数据的高性能处理。

基础构建：pgvector - 向量存储的基石

核心功能，提供标准`vector`数据类型，支持最高16000 维度向量存储，内置7种距离度量，支持IVFFlat/HNSW索引；适用场景：中小规模向量检索业务，AI Agent记忆存储、RAG知识库场景，以及对数据一致性有强要求的企业级AI应用 pgvector 核心全流程：扩展安装 / 表结构定义 / 索引创建 / 语义检索 / 混合查询 -- 1. 安装并启用pgvector扩展

CREATE EXTENSION IF NOT EXISTS vector;

-- 2. 创建AI记忆表（适配OpenAI text-embedding-3-small模型）

CREATE TABLE agent_memories (

id SERIAL PRIMARY KEY, content TEXT NOT NULL, embedding vector(1536), tags JSONB, created_at TIMESTAMP DEFAULT NOW()

);

-- 3. 创建HNSW索引（生产环境首选）

CREATE INDEX idx_memories_embedding_hnsw ON agent_memories USING hnsw (embedding vector_cosine_ops);

-- 4. 核心语义检索SQL（余弦相似度排序）

SELECT content, 1 - (embedding <=>

-- 5. 结构化+向量混合查询（PG核心优势）

SELECT content, 1 - (embedding <=>

PostgreSQL 多模态 × AI Agent 综合体系架构，统一多模智能数据底座

顶层：多渠道接入，支持钉钉、企微、Telegram、REST API等多种渠道，实现事件标准化与统一处理。

上层：AI Agent框架，集成N8N、OpenClaw、Hermes等主流框架，通过统一记忆底座，降低开发与维护成本

中间层：统一记忆协调，构建四层记忆架构：L1工作记忆、L2短期记忆、L3长期记忆、L4知识图谱，适配不同AI Agent场景

底层：统一存储底座：基于PostgreSQL，将关系、向量、图谱、JSON、时序、空间数据统一存储，打破数据孤岛

在国际化战略方面，谭总分享了令人振奋的进展。联合沙特最大的开源组织共同举办了中沙开源峰会。周总补充了 IvorySQL 的国际化成果：如何法国与研发工程师为 IvorySQL 做支撑，西班牙的 OnGres 也在参与平台建设，加拿大多伦多的数据同步的场景等等

还有IvorySQL吕新杰谈了在共同富裕路上，如何利用全球化布局，AI 时代的 PostgreSQL，技术演进与生态繁荣，从一带一路到数字主权，中国力量崛起，从参与者到引领者的角色跃升，中国（瀚高）的模式、中国(瀚高)的力量，帮助相关国家构建国际全球化落地的中国版（瀚高）、实现数字生态，人才培养计划等等

一个开源的组织不仅需要持续的奉献精神也需要坚定持久的商业支持，感谢PG分会及瀚高数据库一直以来精心的策划和组织PG的活动，谢谢所有为PG付出的朋友，与你们一路前行真好！

美好总是过于短暂，已经踏上了归途。

其他八卦不上图了请直接脑补。

来年再聚，谢谢兄弟们，来年再聚，谢谢兄弟们