🔄 AI 基础设施 · 深度长文

Vibe Coding 一年催生 5000 万应用,数据库行业被迫重构

Vibe coding 从一句随口提议变成年度词汇,只用了一年。当 Lovable 的 ARR 冲到 5 亿美元、Cursor 突破 40 亿美元、蚂蚁灵光四个月生成 3000 万闪应用——最先被逼到墙角的,是数据库。

来源:综合公开信息整理 2026-07 全文约 5 分钟读完
#VibeCoding #AI数据库 #OceanBase #Agent基础设施 #深度解读
5000万 Lovable 累计生成应用 · 每周新增约 100 万
3000万 蚂蚁灵光闪应用 · 上线四个月
$40亿 Cursor 年中 ARR · 较年初翻倍

注:三组数字分别对应海外应用平台、国内 Agent 平台与编码助手三个方向的量级,共同指向同一趋势——AI 生成应用的供给正在爆发。

⚡ 30 秒速览

  • 趋势已成年度词:Karpathy 2025 年 2 月写下"vibe coding",不到一年成为柯林斯词典年度词汇。
  • 商业已被验证:Lovable ARR 5 亿美元、Cursor ARR 40 亿美元;蚂蚁灵光、百度秒哒、腾讯"吐司"、字节 Trae 全部入场。
  • 应用在指数级爆发:苹果商店 2026 上半年新增约 56 万个应用,几乎等于 2025 全年总量,全年预计破 100 万。
  • 旧方案正在失效:共享 JSON 大表放弃计算能力,每应用建物理表又会让控制面崩溃。
  • 一条新路线浮出水面:OceanBase 用"逻辑独立、物理共享"承载蚂蚁灵光 3000 万闪应用,把确定性计算留在数据库内。

01Vibe Coding 点燃了怎样一场应用爆炸

2025 年 2 月,Andrej Karpathy 在 X 上随手写下"vibe coding"。不到一年,它入选柯林斯词典年度词汇。

货币开始用真金白银投票。

$5亿Lovable 2026年6月 ARR
$40亿Cursor 年中 ARR(年初约 20 亿)
80%Lovable 无技术背景用户
100万Lovable 每周新增项目

注:ARR 为年度经常性收入口径;80% 为用户构成占比,来自平台公开披露。

Lovable 平台上每周新增约 100 万个项目,累计超过 5000 万个,其中八成用户没有技术背景。Cursor 的 ARR 从年初约 20 亿美元增长到年中接近 40 亿美元——仅几个月就完成翻倍。

国内大厂几乎同步按下入场键:蚂蚁灵光、百度秒哒、腾讯"吐司"、字节 Trae。应用生成这件事,正在从极客玩具变成平台级供给。

这只是应用层面的喧嚣。

应用商店的数据暴露了更底层的脉搏:2026 年上半年,苹果商店新增约 56 万个应用,几乎相当于 2025 年全年总量;全年有望突破 100 万,刷新 2016 年创下的 89 万纪录。

2026 全年预计打破2016年纪录
100万+
2016 历史纪录此前峰值
89万
2026 上半年仅六个月
≈56万
2025 全年基线
≈56万

注:柱形按数值等比缩放,非零起点;"≈"为公开数据口径下的约数。上半年 ≈ 去年全年,是判断进入爆发期的核心信号。

02应用生成只需 30 秒,数据库却要承诺永久

应用生成只要 30 秒,数据库却要给出永久的承诺。

传统互联网只有"少量大型应用":淘宝、微信级别的产品,撑起的是一个越来越大的数据库。AI 生成时代则完全不同——每一款应用都需要一块独立的数据空间。它不只是存储,更是应用持续运行的"记忆":保存数据结构与业务状态,并保证能被随时准确调用和计算。

当应用的规模从"百万"级跃升到"千万"级,两条旧路线开始失效。

旧路线 A:共享一张 JSON 大表

  • 物理表数量少,但 SQL 聚合、过滤、排序能力难以直接使用
  • 计算被迫回到业务层实现
  • 多租户权限隔离复杂
  • 等于只解决"存",放弃"算"

旧路线 B:每个应用一张物理表

  • 开发者体验完整,但规模是灾难
  • 3000万次 DDL 直接压垮控制面
  • 低数据量的"小库"开销远大于数据本身
  • 像为住两天的客人盖一栋楼

注:两种方案并非某一产品的实际缺陷清单,而是两类技术路线的典型代价;现实系统中往往以混合形态存在。

"不能让每个人都单独盖一栋房子,也不能让所有人睡一个大通铺。"

——蚂蚁集团 黄挺

数据库行业过去几十年的优化方向,无论是单机性能还是分布式扩展,瞄准的都是少量、稳定、巨型的库表。AI 时代的负载,第一次呈现出海量、动态、长尾的形态。

03OceanBase 的解法:每人一间办公室,共享一栋楼

既然"独立"和"共享"无法二选一,OceanBase 给出的答案是一栋写字楼。

OceanBase 产品部总经理韩富晟的比喻很直白:每家公司在楼里都有独立办公室,按自己的风格装修、存放文件,但整栋楼共享水电和物业。落到数据库里,就是四个字——逻辑独立,物理共享

每一个 AI 应用看到的仍然是一张属于自己的表;在底层,它们共享同一套物理存储与计算资源。开发者不需要感知数据如何组织,数据库内部已经换了一种运转方式。

逻辑独立 物理共享 SQL 自动翻译 执行边界隔离 冷热平滑迁移

注:链路为方案逻辑示意,并非请求执行时序;五个环节共同构成"共享底座 + 独立视图"的完整闭环。

🧱 把"表"拆成两层机制一

  • Schema 层记录每个应用的数据结构;数据层统一保存真实内容。
  • 所有应用的数据写入共享物理表,以 JSON 形式存储,各自的表结构单独维护。
  • 物理表数量不再随应用数量线性增长——3000 万个应用,不需要 3000 万张物理表。
为什么关键:这是"物理共享"得以落地的第一步,直接消解了控制面的 DDL 风暴。

🎧 给 SQL 配一位"同声传译"机制二

  • 开发者照常编写标准 SQL,不需要关心底层是否 JSON 存储。
  • JSON Table SDK 自动把 SQL 转换成对共享存储的访问方式。
  • JSON_TABLE() 将 JSON 数据映射为关系表,聚合、过滤、统计照常执行。
为什么关键:计算仍然留在数据库内,没有退回业务层——这正是"共享 JSON 大表"路线此前跌倒的地方。

🛡️ 隔离与弹性,缺一不可机制三

  • 每次 SQL 执行自动附带应用标识 + 白名单约束,逻辑表互不"串门"。
  • 绝大多数短生命周期应用共享低成本资源,成本被摊薄。
  • 一旦某个应用成长为高频业务,可平滑迁移到独立物理表,无需重设计数据结构。
为什么关键:既接住长尾应用的沉默,又为爆款应用保留升级通道,不再二选一。

04数据库的角色,正在被 AI 改写

过去,数据库只需要回答"数据怎么存、怎么算"。

现在,它必须回答:Agent 如何持续、安全地使用数据?

当应用生成成本不断趋近于零,竞争的主战场开始转移——从"如何生成应用",转向"如何承载应用"。模型决定了应用能做什么,数据基础设施决定了应用能否真正跑起来、跑得稳。

过去

少量大型应用,库表稳定而巨大。优化目标是单机性能与分布式扩展。

现在

海量 AI 生成应用,动态 Schema 碎片化。需要逻辑独立、物理共享。

未来

数据库成为 Agent 的"记忆底座",直接服务开发者与智能体。

注:三阶段为编辑概括,分别对应典型互联网应用 → 灵光等闪应用平台 → 多智能体协作环境。

外界的观察也给了一个有趣的坐标:OceanBase 曾被比作"中国的 Databricks"。两家公司起点不同——前者从分布式数据库内核出发,后者从数据分析和 AI 平台起步——但最终都在回答同一个问题:AI 应用大规模涌现后,数据基础设施应该走向哪里。

编辑核心判断

Vibe coding 没有消灭数据库,反而把数据库推向舞台中央。每个 AI 应用都是一份需要持续运转的"运行记忆"——只是绝大多数记忆注定短暂,被生成、被把玩、被遗忘。真正稀缺的从来不是生成应用的能力,而是以有限资源承载千万级动态数据空间的组织能力。谁先接住这场爆炸,谁就握住了下一代应用生态的底层门票。

现在就能关注

相关能力已在蚂蚁灵光中实战落地,OceanBase 面向 Agent 的数据底座正在持续迭代。

开发者可通过蚂蚁集团与 OceanBase 官方渠道获取公开技术资料与体验入口。