AI 原生数据库具备哪些关键功能特性？

1. 多模混合检索

打破结构化、向量、全文、时序数据的检索壁垒，实现一条 SQL 完成多模数据联合查询。支持先通过结构化字段、时间、标签快速粗筛，再依托向量相似度完成语义精准召回，让智能体可全域感知企业数据，彻底解决数据割裂问题。

2. 库内轻量化 AI 推理

将语义打分、记忆归纳、内容分类、候选集重排等轻量 AI 算子下沉至数据库内核运行，无需搭建独立 AI 集群。既缩短数据交互链路、降低推理时延，又避免原始数据外传，从底层提升数据安全性，大幅降低轻量化智能体、边缘 AI 场景的落地门槛。

3. 自动分支管理

面向 AI 编程和 Agent 实验场景，支持秒级数据库分支创建。分支采用写时拷贝（Copy-on-Write）机制，创建时不复制底层数据，仅记录差异增量，成本极低。每个 Agent 可获得独立隔离、与线上环境一致的数据库资源，实验完成后分支可快速销毁，实现资源的弹性回收。

4. 存算分离与弹性伸缩

计算节点与存储节点架构解耦，计算层可根据负载弹性伸缩甚至缩容至零（Scale-to-Zero），用可容忍的冷启动延迟换取资源开销的数量级下降。多租户池化通过统计复用效应，将离散峰值平滑为可预测的平均负载，大幅提升资源利用率。

5. 数据版本控制

面向 Agent 操作的非确定性、高频次、并行探索特征，部分 AI 原生数据库引入了 Git 风格的数据版本控制能力，支持数据库 Fork、DIFF 和 MERGE 操作。行级版本控制在未来有望从差异化能力演进为智能体原生数据库的基础要求，为 Agent 的安全实验提供底层支撑。