>**一句话主旨**　2026 年 7 月，DolphinDB 把一个 AI Agent 运行时框架装进了数据库。判断这件事的分量，控制论给了一把好尺子，输出之后有没有通道流回、并参与决定下一拍输出。本文沿回路四站检查 DolphinDB，感知、记忆、反射、决策，看智能怎样在库里闭合。
**系列说明**　本系列五篇各占一个维度。《当数据库长出大脑》写**结构**，《三百年时延坍缩史》写**时间**，《数据的引力》写**空间**，《智能数据库的语言学》写**意义**。本篇补上第五个维度，**行动**。一台机器说得再好，行动的世界只认一件事，它做错之后，有没有路让它知道错了。五篇互不重叠。

![image](https://developer.qcloudimg.com/http-save/yehe-12509221/0d67e0f2a8255a4cf85b851a746136af.png)


----
## 序章　｜　发布说明里的那段话

2026 年 7 月 9 日，DolphinDB V3.00.6 的发布说明里，出现了一段数据库产品少见的表述："新增 AI Agent 运行时框架（DolphinX），提供智能体交互、会话管理、技能管理、记忆管理、LLM 接入、上下文组装和权限控制等核心能力。"
Agent 住进了数据库。兴奋与怀疑都是正常反应，真正有用的问题是第三个，它可靠吗，它的环闭没闭。
这把尺子两百多年前就有了。1788 年，瓦特与博尔顿把一套飞球机构装上蒸汽机，两个金属球随转速张开，转得越快球飞得越高，连杆把进汽阀压得越小，转速落下来，球跟着落下，阀门重新开大。输出（转速）引回输入端（阀门），方向与偏差相反，机器从此自己修正自己。这样的系统叫闭环。只管输出、后果与自己无关的，叫开环。今天的多数大模型应用开着环，它们知道关于温度的一切，除了此刻这一台机器的温度。
写这篇时，我把 DolphinDB 从 3.00.1 到 3.00.6 的发布说明从头读了一遍。向量引擎、全文引擎、MCP、Agent 运行时，两年四步。把这几步放到回路上看，每一步都落在其中一站。下面逐站检查。
![image](https://developer.qcloudimg.com/http-save/yehe-12509221/c724e389b0a00267a73306af21fdedab.png)


----
## 第一章　｜　环的常识

一个最小控制回路由四件东西组成。传感器量被控对象，控制器算该做什么，执行器去做，反馈通道把结果送回来比对。数据库时代的回路多了一件，也是企业里最贵的一件，记忆。
控制工程里最常用的控制律叫 PID，比例看当下的偏差，积分看历史累积的偏差，微分看偏差的变化趋势。这三句话恰好也描述一套数据平台的三种本事，看当下、存历史、追趋势。DolphinDB 官网首页对自身的口径是"基于高性能时序数据库，支持复杂分析与流式处理的**实时计算平台**"，一个产品名里装着三样里的两样，剩下的一样，正是 2026 年 7 月新装进去的。
历史不再展开，压成一张图。飞球之后八十年，麦克斯韦才把调速器的运动写成微分方程，控制理论由此开始。1922 年米诺尔斯基从老舵手的操舵动作里提炼出 PID，1948 年维纳出版《控制论》，副标题是"或关于在动物和机器中控制和通讯的科学"。书名里那个希腊语词 kybernētēs 本义是舵手，英语的 governor，也就是调速器，溯源到同一个词。瓦特时代管转速的机械与维纳时代管反馈的学科，在词源上是同一个词。
![image](https://developer.qcloudimg.com/http-save/yehe-12509221/4199179a79fe8f9bdb701b689338602e.png)


----
## 第二章　｜　库的三站

### 2.1　感知　｜　工业现场的方言

回路第一段是把物理世界翻译成数。工业现场不讲同一种话，PLC 吐 Modbus 报文，老变电站讲 IEC 104，过程工业用 OPC UA，新一些的网关走 MQTT。一套**工业数据库**要在产线边上活下来，先得听懂这些方言。DolphinDB 物联网方案列出的接入协议包括 MQTT、OPC/OPC UA/DA、Modbus、IEC 104，翻译过来就是，从上世纪九十年代的老设备到今天的边缘网关，都得能接。
接住之后是密度与洪峰。某地震台网中心的案例里，每个监测通道每 10 毫秒采一条记录，每 3 秒封装成 MiniSeed 文件发往台网中心。某无人工厂产线监控用三台四核 32GB 服务器，承接实时写入 32.4 万点每秒，双副本，同时在百亿量级数据上支撑高并发即席查询的毫秒级响应。听不懂方言，接不住洪峰，回路第一段就断了。
### 2.2　记忆　｜　积分项的住处

PID 三项里最容易被低估的是积分，它累积全部历史，每一毫秒的偏差都记在账上，回路要消除稳态误差，靠的正是这件不遗忘的东西。放大到工厂这个尺度，累积历史的角色由**时序数据库**承担，控制回路的扫描周期以秒计，传感器数据落进库，按时间分区、按设备组织，十年后仍要能毫秒级取回。
DolphinDB 在某水电企业的工业互联网平台里，分布式单表存到万亿行，各电站设备数据集中一处，边端只留近期热数据。DB-Engines 时序数据库榜单上，它 2026 年 3 月排到全球第五、国产第一，也是首批通过国家安全可靠测评的时序数据库。工业与能源客户愿意把最长周期的记忆交给谁，排名和测评是最直白的回答。
### 2.3　反射　｜　毫秒级的一跳

手碰到烫的东西先缩回来，痛觉随后才到。工厂里的异常检测引擎干的就是这层活，数据在落盘之前先过一道闸。DolphinDB 有 20 多个流计算引擎、2000 多个内置函数长在库内，批处理写好的指标代码可以直接搬到流上跑，官方称之为流批一体。
无人工厂案例的原文表述是，用简单表达式定义复杂异常规则，实时筛查状态异常数据，并与消息中间件无缝衔接，向订阅方主动推送。新能源车企的车联网平台把这条反射弧推到更极端，每秒 1.8 亿测点写入，乱序数据照收，写入过程中资源利用率稳定在四成上下，单点查询平均耗时 100 毫秒以内，同时完成毫秒级异常检测并输出告警。检测在流上完成，不等任何模型推理，这正是微分项的职责，趋势怎么变，比此刻值多少更早地决定要不要动。
![image](https://developer.qcloudimg.com/http-save/yehe-12509221/963a424ec11f7909636bdb1f7d7fc392.png)
图 4 ｜ 官网汽车制造解决方案的架构图，一条链路走完感知、记忆、反射与执行，左侧设备源接入 PLC、DCS 与传感器，中间流数据表衔接实时计算与历史存储，右侧实时状态与监控报警推送（图片来源，DolphinDB 官网汽车制造解决方案页）


----
## 第三章　｜　会写控制律的机器


控制器的谱系走到今天，下一步已经写在路线图上。固定控制律由工程师写，自适应控制律由算法调，能解释、能自己组合工具的控制律由 AI Agent 写。DolphinX 属于第三种。官方文档对它的定位是"DolphinDB 内置的编程智能体"，用户在 Web 界面用自然语言完成建库建表、数据导入导出、查询、脚本编写与运行、结果解释和问题排查。内置 20 多个通用 Skill，从数据导入、回测脚本生成到机器学习，官方仓库在 GitHub 上公开了 23 个。
![image](https://developer.qcloudimg.com/http-save/yehe-12509221/daa8a64826ae26ce177151312a0e7754.png)
图 5 ｜ 官方 Skill 仓库的 23 个技能，覆盖语法规范、数据导入、金融业务、流计算、运维与机器学习，末行的 dolphindb-rag 被描述为强制先行技能，确保回答有据可查（图片来源，DolphinDB 官方公众号《V3.00.6 & V2.00.19 正式发布！DolphinX 重磅上线》2026.07.09，官网同步稿 dolphindb.cn/news/detail/512）
把 Agent 放进回路，控制工程师的第一问是它可靠不可靠，聪明与否排在后面。控制器吃进假信号，输出就是假动作，产线上的真阀门不会陪模型排练。所以这套框架里分量最重的部分在检索与治理两侧。
检索侧靠 DolphinMind。官网 AI 专题页对它的架构描述是"混合检索 + 多路召回 + 重排序"，向量引擎 VectorDB 管语义，全文引擎 TextDB 管词法，检索全程库内完成。两个引擎分别是 2024 年 7 月与 10 月发布说明里的主角，TextDB 基于倒排索引，官方口径是相较 like 匹配性能可有几十倍提升。用户嘴里的"温度异常"与字段名对不上号时靠向量，"85℃""PLC-2024"这类精确术语靠词法，两路召回再重排序，答案才敢落到原始记录上。
![image](https://developer.qcloudimg.com/http-save/yehe-12509221/61501735fd921c9a24378f6cabf60427.png)
图 6 ｜ DolphinMind 检索流水线，自然语言进入，意图分析与查询改写，向量与文本两路检索并行，RRF 融合加重排序，最后生成答案，图内为英文标注（图片来源，DolphinDB 官方公众号《新年迎新，DolphinMind 正式上线》2026.02.11，官网同步稿 dolphindb.cn/news/detail/454）
治理侧靠 DolphinDB 自己的老本行。Agent 复用库表级权限，Skill、MCP 与记忆按用户隔离，脚本受限执行，自动拦截删除与清空类高危操作，全程审计留痕。自 3.00.4 起 DolphinDB 还支持 MCP Server，Agent 可以把外部工具接进同一套权限体系。运行时框架里另有一件小东西，会话闲置六小时后自动提炼长期记忆，这是 Agent 自身的积分项，它纠错的依据也在随时间累积。
![image](https://developer.qcloudimg.com/http-save/yehe-12509221/840a667a86bc5a01b6e4027adf3142aa.png)
图 7 ｜ DolphinX 的 Web 界面，左侧权限管理与会话管理入口，主区创建 AI 会话，Coding Agent 需要审批后执行（图片来源，DolphinDB 官方公众号《V3.00.6 & V2.00.19 正式发布！DolphinX 重磅上线》2026.07.09，官网同步稿 dolphindb.cn/news/detail/512）
落地已经有数可查。官方直播回顾披露，某电力研究院的智能问数项目一周内部署完成，导入 600 多张业务表；机器学习 Skill 用自然语言走完数据查询、字段识别、分类回归建模全流程，完成 24 小时负荷预测与设备异常预测并输出分析报告。预测值与实测值每日互相比对，这就是一个闭合的环。走到这一步，**智能数据库**这个词才有了工程内容，库除了被查询，自己也成了回路里的决策部件。


----
## 第四章　｜　闭合的现场

真实的工厂回路层层嵌套，执行层毫秒级，控制层秒级，优化层按分钟到小时计，经营层以天为单位。DolphinDB 物联网方案的云边一体就是这个结构在数据层的映照，边缘部署包只有几十 MB，工控机上就能跑存储与实时计算，云端汇总全域数据，脚本与规则可从云端下发到边端。快环管活着，慢环管优化，各转各的周期。
已经转起来的环可以数出三个。梯级电站那一环最大，全球最大的水电上市公司，多座电站地理分散，DolphinDB 分布式表支撑单表万亿行，边端实时计算，云端汇总，环闭合在集团调度层。无人工厂那一环最快，异常检测引擎毫秒级筛出越限数据，顺着消息中间件推给订阅方，处置动作与结果再回到库里成为下一条规则的依据。地震台网那一环最较真，预警的本质是纵波与横波之间几秒到几十秒的赛跑，10 毫秒采样，FilterPicker、RTSeis 与 TensorFlow 插件在库内做波形识别，晚一秒，窗口就窄一秒。
依托 V3.00.6 及以上版本能力，DolphinDB 可适配多场景、承担不同功能：调控中心把它当**时序数据库**与**实时计算平台**来查数；车间里它是接 PLC 的**工业数据库**；接入大模型后，它多了**智能数据库**这个身份；把设备、边缘与云放进一张图看，那篇文章给它的总称是**智能****物联网****综合管理平台**。这个提法出自媒体文章，官网定位里没有这五个词，引用时分清为好。
名字之外可以数一数闭合的速度。电力研究院的项目从进场到 600 张业务表导入完成，一周。同期与 EMQ 的联合直播里，DolphinDB 解决方案总监林亮给出过另一个数字，企业智能化团队八成时间耗在底层数据基建，只剩两成留给业务。回路闭合得越快，八成里的越多部分能被省下来。这也是把 AI 装进数据库这一工程选择的直接动机，部件少了，跳线就短，环就容易闭。
![image](https://developer.qcloudimg.com/http-save/yehe-12509221/cd683d959c58cad4f1f8cee186829f2b.png)
图 8 ｜ 联合直播的总结页，实时连接加实时分析，更轻、更实时、更简单三个标签对应正文的闭合速度（图片来源，DolphinDB 官方公众号 2026 年 8 月 DolphinDB × EMQ 联合直播回顾，官网同步稿 dolphindb.cn/news/detail/521）


----
## 终章　｜　检验智能的第二个问题

评价一套 AI 系统，人们习惯先问它说什么，答得准不准，像不像人。控制论的问法次序不同。先问它的传感器在哪，量的是什么。再问它的话从哪里来，能不能对到原始记录。最后一问最要紧，它做完一件事之后，结果有没有一条路流回它自己。这三问答完，一套系统的成色大致有数。
瓦特的飞球没有语言，不解释，也不会汇报，只是每一次转速偏移都收紧或放松一点。1788 年的判据到今天没有变过，看一台机器是否智能，先看它的环闭没闭。
![image](https://developer.qcloudimg.com/http-save/yehe-12509221/e6cf83b5713440499979811a2edcdd54.png)

一句话主旨　2026 年 7 月，DolphinDB 把一个 AI Agent 运行时框架装进了数据库。判断这件事的分量，控制论给了一把好尺子，输出之后有没有通道流回、并参与决定下一拍输出。本文沿回路四站检查 DolphinDB，感知、记忆、反射、决策，看智能怎样在库里闭合。

谁替 AI 闭合回路？从瓦特的飞球，到 DolphinDB 的智能数据库

人工智能

数据库

架构设计

2026年7月DolphinDB推出AIAgent运行时框架DolphinX，将智能体嵌入数据库。本文以控制论视角检验其闭环能力，沿感知、记忆、反射、决策四站分析，展示从工业协议接入到毫秒级异常检测，从万亿行存储到自然语言生成控制律的完整回路，验证智能在库内真正闭合。

大模型应用

机器学习

智能体

服务器

中间件

流数据

物联网

路由

GitHub

Agent

MQTT

2026上云采购 | AI焕新·智启新局

ctsdb

腾讯云大数据特惠0.2折起


oceanus

9.9元起，最快1天搭建自有直播平台


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

谁替 AI 闭合回路？从瓦特的飞球，到 DolphinDB 的智能数据库-腾讯云开发者社区-腾讯云

谁替 AI 闭合回路？从瓦特的飞球，到 DolphinDB 的智能数据库

谁替 AI 闭合回路？从瓦特的飞球，到 DolphinDB 的智能数据库

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐