构建一个真正的 AI 原生应用，数据层需要同时做好两件事：既要精准处理应用运行依赖的结构化事务查询，又得具备足够的语义理解能力，去驱动非结构化内容的语义搜索。说白了，你既需要精确的 SQL 来查账户余额和交易记录，也需要向量搜索来找出那些靠关键词永远找不到的概念性关联、异常模式或者历史案例——两者缺一不可。
但现实是，大多数团队的做法是，在不同环境之间东拼西凑：每次查询都要跨过不同的系统边界。延迟随着胶水代码的复杂度一点点累积，成本越堆越高，却未必换来数据本身的价值。那些原型阶段还能勉强支撑的架构，一到生产负载下就开始露馅。
DigitalOcean 的数据与学习层，就是为了弥合这个鸿沟而设计的。它在同一生态里，让结构化查询、向量检索和完整的检索流水线协同工作——不需要你再手动拼装。
实时推理与学习
任何复杂 AI 应用的核心，都是基于事实、具备上下文感知的推理能力。DigitalOcean 现在在数据层提供了一套统一的工具：
- PostgreSQL 托管服务高级版 和 MySQL 托管服务高级版（公开预览中）——负责应用运行所需的结构化事务数据。
- 知识库（已正式发布）——处理从文档摄取到回答生成的完整检索流水线。
- Wea viate 托管向量数据库（私有预览中）——专为非结构化数据的向量搜索而生。
这些服务都和 DigitalOcean 的推理引擎、托管智能体基础设施跑在同一个平台上。这意味着数据层和推理之间没有出口流量费用，一份账单代替了三份，也省掉了为了把智能体连到知识库而写的那些认证胶水代码。我们并不打算把开源生态已经做得很好的东西再重新造一遍。知识库、托管 Wea viate，以及我们托管的 PostgreSQL 和 MySQL，都运行在开发者已经信任的开放标准之上，只是把它们集成到了一个平台里，从而缩短从原型到规模化部署的路径。
PostgreSQL 和 MySQL 高级版：更快地扩展基础
每个事务型应用都需要数据库。这是其他所有东西依赖的基础层——它一旦宕机，应用也会跟着停摆。对 AI 原生公司来说，风险更高。如果你正在部署依赖结构化数据的自主智能体，或者从零开始构建一个 AI 应用，那你的数据库就是唯一的真相来源。它倒了，整个应用都得倒。
为了支撑这些关键工作负载在规模化时的表现，我们推出了 PostgreSQL 和 MySQL 高级版（现已进入公开预览）。这个新层级是专门为那些需要更富弹性、更具针对性平台的大型客户和高速增长的 AI 初创公司设计的。当你的智能体在生成分析报告之前需要拉取一个月的交易日志时，高级版就是那个必须保持在线、保持高速、保持一致的层级。它是这个技术栈里其他一切赖以立足的基石。
高级版保留了标准版那些大家喜欢的特性，比如自动磁盘扩容，但整体经过了彻底重构，目标是实现最高速度和最小中断：
- 分钟级扩容： 需要扩展数据库容量时，操作从几小时缩短到几分钟。
- 可靠运维： 基于高韧性高可用集群的故障转移，即使节点出问题也能让应用保持在线。
- 自信可观测： 对查询性能和系统健康状况的深入洞察，方便你理解、调试或深挖数据库性能。
甚至在此之前，客户已经在标准版上实现了大规模部署。比如打车出行平台 Picap，每天支持超过 100 万次出行，通过把 Postgres 和 Kafka 迁移到 DigitalOcean，成本节省了 4 倍。而高级版，则是为你提供了一个更强大的基石来支撑应用规模化发展。
知识库：简化 RAG
稳健的数据库处理完结构化基础之后，DigitalOcean 知识库（现已正式发布）通过简化非结构化数据管理，让数据与学习层更进一步。传统的检索增强生成（RAG）技术栈，通常需要拼凑多家供应商的向量存储、嵌入模型和检索逻辑；而知识库直接把整个子系统变成了一个内建的平台原语，替代了那种东拼西凑的复杂性。
核心优势包括：
- 零配置全生命周期： 上传文档，选一个嵌入模型。DigitalOcean 自动处理整个流水线——摄取、分块、嵌入和混合检索。
- RAG Playground： 在控制台里交互式地测试策略。你可以直接优化分块和检索质量，不用写一次性脚本——一切都在一个面板里完成。
- 智能体就绪，支持 MCP： 只需一行配置，任何兼容 MCP 的智能体（包括 AI 平台智能体）都可以把知识库当作检索工具。
- 实惠的定价： 开箱即用的生产级方案起步价 19.60 美元，嵌入 Token 仅 0.02 美元/百万 Token，无最低承诺。
借助 DigitalOcean 知识库，LawVo 加速了产品上市：
“在使用 DigitalOcean 知识库之前，我们原本需要花数周时间为 LawvoAI 产品搭建一个生产级 RAG 流水线——向量数据库、嵌入、分块，整个技术栈。有了 DigitalOcean，我们在一天之内就拥有了一个带引文支撑的知识库。这让团队可以专注于产品，而不是检索的底层管道。”
— Hovsep Seraydarian, LawVo 联合创始人兼首席技术官
Wea viate 托管数据库：摆脱向量运维之苦
知识库提供了无缝的开箱即用体验，但有些团队需要对数据模式、分块和检索有更全面的上手控制。然而，自托管向量数据库最终会撞上运维的墙，专有替代方案又往往导致账单不可预测地飙升。Wea viate 托管向量数据库（现已进入预约体验版本）提供了一个解决方案：把你已经熟知的、未经改动的开源引擎，以托管服务的形式交付。
它的工作方式：
- 零锁定： 使用同样的 Python、Ja vaScript 和 Go 客户端，无需专有 SDK，迁移时也不用改代码。
- 平台原生： 一份账单，一个 API 令牌。你的向量存储直接和 Droplet、托管数据库、无服务器推理毗邻而居——不用管理单独的供应商关系。
- 可预测的定价： 配合 DigitalOcean 无服务器推理使用，数据嵌入、检索和生成共置一处，零出口流量费用。当然，如果愿意，你也可以自带嵌入供应商。
DigitalOcean 数据与学习层：为现代 AI 而生
数据与学习层的构建理念很简单：让数据和推理不再分居两处。对于正在迈向生产的 AI 原生公司来说，不管工作负载是 PB 级的交易日志、企业知识库，还是实时多模态流水线，结果都是一条更快的从原型到规模化的路径——而且整个团队不需要自己动手拼装。
