2026年3月25日，由阿里云主办的DATA+AI FORWARD峰会在香港召开。云和恩墨联合创始人、数据库管理服务产品群总经理张乐奕受邀出席活动并发表主题演讲，系统阐述了企业数据库体系的演进路径及AI驱动的运维体系变化，同时重点介绍了云和恩墨即将推出的面向数据库运维的多智能体编排系统MoClaw。

 

数据库战略转型：推拉并存的市场变局

 

张乐奕在演讲中指出，在大湾区乃至更广泛的国内市场中，企业的数据库战略正经历深刻调整，推拉两股力量并行作用。一方面，高昂的维护与支持成本、中美科技摩擦带来的供应链不确定性，以及“安全可控”政策导向，促使企业重新审视以Oracle为代表的海外商业数据库体系。另一方面，国产及开源数据库的成熟度持续提升，部署成本显著低于海外商业方案，加之DBA人才供给改善，使替代路径日趋清晰。在此背景下，越来越多的国内企业正加快将关键业务系统迁移至开源或国产数据库。

在这一过程中，云和恩墨作为深耕数据库领域十余年的数据技术产品与服务提供商，能够为企业提供从商业数据库到国产及开源数据库的一体化迁移解决方案，业务涵盖部署配置、性能调优、备份恢复等全维度技术支持，积累了从Oracle到PolarDB等多类型数据库的迁移、实施、升级等海量实操经验，是国内众多企业数据库转型的重要合作伙伴。

在众多企业完成数据库迁移的实践过程后，运维体系如何跟进，成为新的核心课题。随着数据库生态由单一走向多元，企业运维团队需同时掌握多种数据库技术，专业能力要求大幅提升，资深复合型DBA人才缺口显著；同时，传统运维高度依赖人工经验，流程标准化程度有限，在复杂场景下人为失误风险高，且面对故障、特情等紧急需求时响应效率低。现如今，企业业务高速发展，数据规模与事务量持续增长，运维工作量也随之激增，传统运维模式难以匹配业务规模的快速扩张。更关键的是，数据库作为企业核心资产，其健康状态、性能表现直接影响业务运转，传统运维体系多以“事后处理”为主，缺乏贯穿全生命周期的智能化监控、分析与预判能力，难以实现防患于未然。

云和恩墨精准捕捉到这些行业共性的运维痛点，敏捷地把数据库运维所需的编排、学习、专业化和规模化执行能力组合起来，推出MoClaw多智能体编排系统，旨在通过技术创新，破解企业数据库转型后的运维难题，实现数据库运维的标准化、智能化升级，补齐企业数字底座现代化的关键一环。

 

“既动脑更动手”：将运维经验转化为“可执行能力”

 

MoClaw是专为数据库运维场景打造的多智能体编排系统，其核心思路是将云和恩墨长期沉淀的资深DBA经验与专业能力转化为结构化、可执行的“技能”，并通过多智能体协同完成具体运维任务，解决企业数据库运维中人工依赖强、操作不标准、响应效率低等痛点，为企业数据库从传统运维向AI驱动的智能运维转型提供核心支撑。

张乐奕在演讲中详细解读了云和恩墨MoClaw多智能体编排系统的四大核心优势：

• 全生态兼容，专业化分工：系统全面支持Oracle、PostgreSQL、MySQL、PolarDB等主流数据库家族，为每种数据库配备8-10个专属专业智能体，精准覆盖环境检查、事件分析、迁移实施、性能调优、健康检查、版本升级、报告分析等全运维场景，每个智能体均为单一任务量身打造，实现专业能力的精准落地；

• 自动化编排，智能决策：系统搭载控制器层（即多智能体编排框架），可自动接收任务请求，根据数据库类型与任务意图完成智能路由，精准匹配最优智能体与执行技能，无需人工干预即可实现运维任务的自动化调度与执行，大幅提升运维效率；

• 持续学习迭代，能力不断进化：系统内置专属学习循环模块，可自动捕捉并沉淀所有运维任务的成功执行经验，将碎片化的实操经验转化为标准化的技能库，实现系统能力的持续迭代与优化，让企业运维能力随实践不断提升；

• 高可扩展性，适配多元需求：MoClaw的架构设计具备高度灵活性，可轻松扩展至更多数据库类型与更复杂的企业运维场景，适配企业业务增长与数据库体系升级的多元需求，为企业数字化转型提供长期稳定的运维支撑。

从技术架构来看，MoClaw采用了与OpenClaw类似的“控制器层-智能体层-技能层”的分层设计，形成了从任务请求到执行、验证、学习的闭环流程。

控制器层作为“大脑”，负责任务接收、路由与智能决策；智能体层作为“执行团队”，由各专业智能体组成完成具体运维操作；技能层作为“能力底座”，沉淀了标准化的运行手册、诊断流程、迁移步骤、验证规则与恢复方案，为智能体提供可执行的核心依据。

这一设计使运维过程从传统的人工操作、高度依赖资深专家的“直觉”与“现场判断”的模式，转变为系统化、可复用、可验证的智能模式，大幅降低企业对资深DBA的依赖，同时提升运维操作的标准化与确定性。

 

结语：从自动化工具到AI工程化，数据库运维迎来代际转折

 

从行业视角来看，MoClaw的诞生，标志着数据库运维正在从“自动化工具阶段”迈入“AI工程化阶段”。自动化解决的是“减少重复劳动”的问题，而AI工程化尝试解决的是“如何复制和扩展经验”的问题。它把资深DBA的个体能力转化为组织可持续使用的数字资产，不再担心人才流失带来的能力断层；大幅降低企业对稀缺资深DBA的依赖，让中小企业能获得标准化、高水准的数据库运维能力；通过自动化、标准化的执行流程，提升复杂数据库系统的稳定性和可控性。

在AI技术深度渗透和影响各行各业的今天，数据库作为数据的核心载体，其转型升级不仅是技术栈的更换，更是从架构到运维、从单一依赖到多元生态的全面重构。而MoClaw这类多智能体编排系统的出现，正是让DBA这个群体真正跟上了AI时代的步伐。