Mike Stonebraker，這位2014年圖靈獎得主，因其在數據庫系統領域的開創性貢獻而廣受贊譽。從Ingres、Postgres到Vertica、VoltDB、SciDB，再到最近的DBOS，他參與開發的每一個項目都深刻影響了商業數據庫的發展。近期，Stonebraker在meta資深工程師Ryan Peterman的播客中，分享了他對數據庫行業、AI技術以及職業選擇的獨到見解。
Stonebraker的數據庫生涯始于伯克利大學。1971年，當Ted Codd的關系數據庫理論剛剛發表時，Stonebraker在導師Gene Wong的帶領下，開始探索這一新興領域。他們開發的Ingres系統，不僅在學術界廣受歡迎，還成功商業化，成為Oracle等競爭對手的有力挑戰者。Stonebraker直言不諱地批評Oracle創始人Larry Ellison的銷售策略，認為其通過混淆現在時和將來時來誤導客戶，是不可原諒的行為。
在談到數據庫設計的靈活性時，Stonebraker以Postgres為例，強調了可擴展類型系統的重要性。他回憶起一個債券交易員的電話，該交易員因數據庫無法支持其特定的日期計算需求而苦惱。這一經歷促使Stonebraker在Postgres中引入了可自定義的數據類型，使得數據庫能夠高效處理各種抽象數據類型，從而大大擴展了其應用范圍。
對于當前數據庫行業的趨勢，Stonebraker認為“一種數據庫通吃所有場景”的觀點是錯誤的。他指出，不同的工作負載需要不同類型的數據庫解決方案。例如，流處理、數據倉庫和文本向量處理等場景，分別需要流處理數據庫、列式數據庫和向量數據庫等不同類型的系統。他批評了Google早期推廣的MapReduce和最終一致性模型，認為這些技術在性能和數據完整性方面存在嚴重缺陷。
在AI技術方面，Stonebraker對當前多數agentic AI的“只讀”特性表示擔憂。他認為，一旦AI開始進行讀寫操作，如兩個agent協作完成轉賬，數據庫的事務、一致性和原子性等問題將再次成為關鍵。他通過實驗發現，在大模型寫SQL的任務中，即使在公開基準上表現良好的模型，在真實生產數據倉庫上的準確率也極低。他因此得出結論，這項技術至少在短期內還不足以進入生產環境。
在職業選擇方面，Stonebraker給出了出人意料的建議。他認為，計算機科學未來不一定是一個增長行業，因此不太確定是否會推薦18歲的年輕人主修計算機科學。相反，他認為醫療和建筑等行業是更穩妥的選擇。對于即將獲得博士學位并決定未來方向的人，他建議選擇最有聲望的工作，找一個愿意幫助的導師，并選擇一個不隨大流的研究方向。
