Oracle 喺 Oracle AI World 大會上，再次強調自家資料庫（database）平台可以如何成為 AI Agent（智能代理）嘅後盾，將通用大模型（general-purpose large language model）同企業數據接駁，令其變做真正識你公司業務嘅工具。
Oracle 資料庫工程產品及研究執行副總裁（executive vice president）Hasan Rizvi 喺 theCUBE（SiliconANGLE Media 旗下直播平台）接受主持人 Dave Vellante 訪問時指出，通用 AI 助手可以寫 SQL，但佢唔知道一間公司嘅訂單、客户或者收入定義係乜。
「如果你問一個通用 AI 助手，你得到嘅係一個通用答案，」Rizvi 説，「如果你問一個識你業務嘅 AI 助手，你得到嘅係一個好得嘅答案：庫存喺邊？點修交易？點樣加快出貨？」
不過，隨著 AI Agent 開始對即時交易採取行動，呢個轉變亦帶出複雜度、鎖定同安全三方面嘅問題。
Oracle 嘅方案係將向量數據（vector data）、圖譜（graph）、文件同交易全部收喺同一個資料庫引擎入面。Rizvi 強調，呢個引擎 Oracle 開發咗四十年，具備「高可用性、高安全性、高擴展性同高性能」，新增數據類型可以繼承呢啲能力。
佢同時提到部署彈性：呢個資料庫可以運行喺本地（on-premises）、透過 Oracle Cloud@Customer 或者多個公共雲端。大會上 Oracle 亦宣佈擴大自家 Autonomous AI Lakehouse 對 Apache Iceberg（開源數據湖格式）嘅支援。
安全係 Rizvi 強調嘅重點。佢指出傳統下發現安全漏洞需要大量時間同努力，「而家 AI 令攻擊者逆向工程補丁變得異常容易」。為此 Oracle 提出 Deep Data Security，喺資料庫層面定義存取策略，令用户身份跟隨每一次來自 Agent 或 AI 生成應用程式嘅請求，避免未授權操作。
阿調搞兩下
呢個提案嘅核心問題其實唔係技術，而係鎖定（lock-in）。當你企業數據全部搬入單一廠商嘅單一引擎，Agent 越強，你嘅離場成本就越高。對企業 IT 決策者嚟話，最關鍵嘅唔係 Oracle 嘅引擎幾勁，而係——如果我哋真係將數據交畀佢哋，點樣確保我有能力隨時拿返個掣？
阿調｜深度調教
