2025年2月，人工智能领域知名学者Andrej Karpathy在社交平台X上随手写下“vibe coding”一词，彼时无人预料到，这个略带随性的表述会在不到一年内被柯林斯词典评为年度词汇。所谓“vibe coding”，指的是开发者以自然语言描述意图，由AI模型自动生成代码、界面乃至完整应用的一种新型编程范式。它彻底模糊了“写代码”与“说需求”之间的边界，让不具备传统编程技能的用户也能参与到软件开发中。这一概念的迅速走红，不仅折射出生成式AI技术的爆发式进展，更标志着软件行业正经历一场从“专业精英主义”向“大众普惠化”的深刻转型。
这场由“vibe coding”点燃的编程热潮，在商业层面展现出惊人的爆发力。瑞典初创公司Lovable的年度经常性收入（ARR）在2026年6月飙升至5亿美元，其平台上每周新增约100万个项目，累计项目总数已突破5000万个，其中高达八成的用户完全没有技术背景。与此同时，AI编程工具Cursor的ARR从年初约20亿美元增长至年中接近40亿美元，短短数月便实现翻倍。这股浪潮几乎同步席卷中国市场，蚂蚁集团的“灵光”、百度的“秒哒”、腾讯的“吐司”以及字节跳动的“Trae”等产品纷纷成为大厂标配。据Sensor Tower数据，2026年上半年苹果应用商店新增约56万个应用，几乎相当于2025年全年总量，全年有望突破100万，创下历史新高，其中相当一部分明确归因于Replit、Bolt.new等“vibe coding”工具带来的非专业开发者提交激增。
然而，应用生成的便捷性背后，数据库服务模式正面临前所未有的挑战。传统数据库的设计逻辑是服务少量大型应用——如淘宝、微信这类拥有海量用户和集中式数据架构的超级平台。但在“vibe coding”时代，成千上万个彼此独立、结构各异的轻量级应用如雨后春笋般涌现，每个应用都需要属于自己的数据空间。以蚂蚁灵光为例，上线仅四个月便累计生成了超过3000万个“闪应用”。这些AI生成应用呈现出鲜明的新特征：数量巨大、单体数据量小、Schema（表结构）动态生成，绝大多数应用被用户“搓”出来玩几次便归于沉寂，但用户一旦重新点开，系统又必须立刻响应。一位接近项目的技术人士总结道，传统的数据库规模问题问的是“一个库能装多少数据”，而这里的问题是“一套数据库能不能同时容纳3000万个互不相同的‘小库’”。
面对这一“海量AI生成应用×动态Schema”的复杂局面，传统数据库方案开始失效。有人或许认为，既然AI能生成代码，数据计算是否也能交给大模型完成？现实并非如此。AI擅长生成页面、代码甚至业务流程，但涉及金额汇总、排序、过滤等需要绝对准确结果的计算，仍然必须依赖数据库。以一个典型的记账闪应用为例：用户不仅要记录每笔收支，还要能“按月汇总支出”。这类精确计算既不能交给大模型——它写诗、总结固然擅长，但无法保证每一分钱都对得上；也不能依赖平台——没有任何团队能为3000万个结构各异的应用挨个开发计算接口。从AI Agent的视角看，这些能力共同构成了应用的“运行记忆”：它需要保存应用的数据结构、业务状态，并保证后续能够被准确调用和计算。这正倒逼数据基础设施进行根本性重构，从服务“少量大型应用”转向支撑“海量个性化数据空间”，而蚂蚁OceanBase等国产数据库的实践，或许正为这一难题提供可行的解题思路。
