中文内容
每年，Azure Cosmos DB Conf 都为我们提供了一个窗口，让我们了解现代应用程序是如何构建的——不是停留在理论层面，而是在全球规模的生产环境中。
今年，Cosmos Conf 的关键主题非常明确：AI 不只是另一种工作负载。它正在从根本上重塑应用程序以及数据平台的构建方式。
在开场主题演讲中，Azure Cosmos DB 副总裁 Kirill Gavrylyuk 描述了推动这一转型的三个关键转变，而我们在活动中的每一个客户故事里都看到了这些转变的体现。
正在通过 Azure Cosmos DB 重塑应用架构的三大 AI 转变
AI 正在使灵活的半结构化数据成为基础
AI 应用并不基于僵化的架构运行。它们基于提示词、记忆和上下文运行，而这些本质上都是半结构化的，并且会随着时间不断演变。
这从根本上改变了数据库必须具备的行为方式。
数据平台不再只是记录系统——它们正在成为推理系统，而灵活性对于应用程序如何学习、适应并生成结果至关重要。
AI 正在显著加快开发速度
AI，尤其是编码智能体，正在改变软件的构建方式。
开发者正在：
- 更快地迭代
- 更频繁地发布
- 从零瞬间扩展到大规模使用
正如 Kirill 所强调的，开发者不能再受严格模式的约束。灵活性不仅仅是一种便利——它使团队能够以 AI 的速度前进。数据库需要通过 serverless 形态、即时且无限的可扩展性、先进的集成缓存来满足需求，并提供对智能体友好的接口。
语义搜索正在成为一等查询操作符
第三个转变同样重要：
AI 应用需要：
- 向量搜索
- 全文搜索
- 混合搜索
- 语义排序
这些不再是“附加功能”。它们是现代应用程序运行方式的核心。
在 Cosmos DB Conf 上，我们看到了一个清晰的模式：各团队正在构建将检索、推理和实时上下文紧密集成的应用程序。
OpenAI：行星级规模的灵活性
这些转变在 OpenAI 等组织正在构建的内容中体现得最为明显。
在 Cosmos Conf 上发言时，OpenAI 的 Jon Lee 谈到了他们如何以超大规模运营——处理数万亿笔事务和数 PB 数据——这进一步表明，最重要的不仅是规模，还有快速演进的能力。
正如 Jon 所分享的，现代系统必须能够：
- 从零使用量瞬时扩展到大规模使用量。
- 支持无模式设计，以实现快速接入。
- 使数千名开发者能够同时迭代。
“最重要的事情……是能够从零扩展到数百万 QPS，能够从零字节扩展到 PB 级数据，”Jon 解释道，并补充说速度和灵活性是相辅相成的。
我们有数千名开发者正在积极构建产品……让他们能够非常快速地接入数据库真的很重要。
这正是 Kirill 所描述的世界：AI 系统需要灵活的数据模型，并且这些模型要能像应用本身一样快速演进。
这凸显了 Azure Cosmos DB 如何支持动态演进的大规模 AI 工作负载。
Vercel：Serverless、AI 原生应用的兴起
如果说 OpenAI 展示了规模化所能实现的可能性，那么 Vercel 则展示了应用形态正在如何变化。
正如 Vercel CEO Guillermo Rauch 所解释的那样，AI 正在显著扩大能够构建软件的人群范围——从数百万开发者扩展到潜在的数十亿创作者，其中许多人正在使用智能体按需生成应用。Kirill 在他的主题演讲中强调了这一点，他表示，超过一半的 Azure Cosmos DB 客户已经在其开发工作流中使用编码智能体。
据 Guillermo 所说，这正在推动一种结构性转变，转向：
- 无服务器架构
- 短暂型应用程序
- 从零到爆红的即时扩展
数据平台必须跟上这一节奏。为支持这种速度，平台需要提供：
- 内置最佳实践（数据建模、分区和优化）。
- 智能指导（代理技能和自动化）。
- 关于性能和成本的实时反馈。
在谈到为什么转向 Azure Cosmos DB 时，Guillermo 表示：“我想要一个能提供经济性思维的系统，让开发者编写查询时能够了解其成本。”
开发人员需要立即了解其决策所带来的成本影响，从而使效率成为内置的设计原则，而不是事后才考虑的问题。
这反映出一个更广泛的转变：AI 原生应用正构建在 Azure Cosmos DB 等全球分布式、无服务器数据平台之上。
Walmart：大规模可靠性与性能
尽管 AI 正在改变应用程序的构建方式，但有一点并未改变：性能和可靠性仍然是任务关键型要素。
正如 Kirill 所强调的，AI 并不会消除对可靠性、安全性和性能的需求。
事实上，它提高了标准。在 Walmart 等会议环节中，这一点得到了强化；其中技术研究员 Sid Anand 解释说，大规模应用必须：
- 在全球范围内提供低延迟体验。
- 在区域性故障期间保持可用。
- 在超大规模下保持一致的性能。
“我们希望无论某个云区域发生什么情况，人们都能够将商品加入购物车并查看购物车……而且我们需要所有这些交互都保持低延迟，因为任何形式的延迟阻碍都会导致用户流失，”Sid 说。
从 GB 到 PB，从数百笔到数万亿笔交易，现代系统必须在不可预测的需求下无缝运行。
这些要求与 Azure Cosmos DB 面向全球分布和大规模低延迟的设计方式相一致。
成本效率成为核心设计原则
Cosmos Conf 的最后一个要点是：随着系统变得更加复杂，成本变得与规模同样重要。
在主题演讲和各场会议中，我们看到了一个明显的转变：
- 开发者需要实时的成本可见性。
- 架构师需要从一开始就以效率为目标进行设计。
- 团队希望整合平台并降低复杂性。
这正是 Azure DocumentDB 等创新进入关注焦点的地方。
正如主题演讲中强调的，Azure DocumentDB 与替代方案相比成本降低超过 40%，并通过简化架构实现高性能。它还支持开源、多云可移植性场景。其结果是为构建者提供了更广泛的选择：
- Azure Cosmos DB → 面向全球规模、无服务器和五个九的可靠性。
- Azure DocumentDB → 面向成本效率、灵活性和开放生态系统。
开发者现在就可以开始构建的设计和架构示例
除了主题演讲之外，Cosmos Conf 上还有多场以演示为驱动的会议，涵盖应用架构、可复用模式，以及构建和扩展 AI 赋能解决方案的最佳实践。
例如，初创公司 SmartServe 的首席机器工程师 Farah Abdou 分享了她的团队如何使用 Azure Cosmos DB 作为统一的“代理记忆结构”来重建其架构。通过结合用于语义缓存的向量搜索、用于事件驱动协调的变更源，以及用于防止冲突的乐观并发控制，他们得以降低成本，实现低于 100 毫秒的代理交接，并消除状态冲突。
另一个我们经常被问到的话题是，用户如何保护和治理他们的 AI 应用。Microsoft 首席云倡导者 Pamela Fox 讲解了如何使用模型上下文协议（MCP）构建安全的多用户 AI 系统。通过使用 Entra ID 对用户进行身份验证，并将每个用户的数据存储在 Azure Cosmos DB 中，她实现了基于角色的访问控制与 Microsoft Graph，以及使用 VS Code 和 GitHub Copilot 等工具的实用开发工作流。
从这些动手实践模式到大规模生产系统，其经验始终一致：团队从第一天起就在为规模化、效率和真实世界使用而设计。
关键要点
- AI 应用需要灵活且不依赖模式的数据模型。
- 无服务器和即时可扩展性正成为默认预期。
- 语义搜索和向量搜索如今已成为应用设计的核心。
- 必须从一开始就设计成本可见性和效率。
为未来而构建
我们正在进入应用程序开发的新时代。应用程序正变得以 AI 为原生、全球分布，并且持续演进。
而成功将取决于组织在多大程度上适应这些变化。
我们在 Cosmos Conf 上听到的最具前瞻性的团队已经在通过以下方式做到这一点：
- 为灵活性而设计。
- 为速度而构建，而不仅仅是规模。
- 将成本和性能视为关键考量。
- 不仅在应用中利用 AI，也在应用构建方式中利用 AI。
这不仅仅是一次技术转变。
这是我们思考如何构建软件的方式的转变。
按需观看 Cosmos DB Conf
如果你错过了 Cosmos Conf 2026，可以按需浏览所有会议内容，并直接听取如今正在生产环境中构建这些系统的团队的分享。
今年分享的模式不仅仅是最佳实践，更是未来发展的蓝图。
