让AI直接“接管”数据库:Supabase在DevDay丢出的狠招
如果你以为大模型只能“帮你写SQL”,那这场DevDay演示会直接刷新认知:Supabase把一整个Postgres数据库交给GPT-4o自主操作,还跑在浏览器里。不是概念,而是能自我修复、能做向量搜索、还能画图的真家伙。
如果你以为大模型只能“帮你写SQL”,那这场DevDay演示会直接刷新认知:Supabase把一整个Postgres数据库交给GPT-4o自主操作,还跑在浏览器里。不是概念,而是能自我修复、能做向量搜索、还能画图的真家伙。
在 OpenAI DevDay 的社区案例里,Amperity 抛出了一个让很多 AI 从业者愣住的做法:他们做了一个跨行业、跨上百客户的 NL2SQL 系统,却刻意没用向量数据库。取而代之的,是两步“研究式”上下文管理。这套思路,可能比你想象得更重要。
在 OpenAI DevDay 的一个并不起眼的社区演讲里,Dust 展示了一件让很多数据团队“后背一凉”的事:不用写 SQL、不用建 Dashboard,只靠一句自然语言,就能跨 Snowflake、Google Sheet、CSV 做复杂分析和可视化。这不是玩具 Demo,而是一整套已经跑在真实业务里的“自然语言 BI”。
如果你以为做AI Agent需要博士级研究背景,Swyx用9分钟把这个幻觉击碎:真正决定成败的不是模型,而是你脑中那张“Agent栈”的地图。这场DevDay分享,把过去一年社区最有效的实战经验压缩成一份工程师可直接复用的清单。
很多人还在纠结提示词工程,但真正拉开AI应用差距的,其实是RAG。这门由 Mckay Wrigley 讲授的课程,用一个完整真实项目证明:不懂RAG,你的AI永远只是在“表演智能”。
这期 No Priors 对话中,Stanford 计算机科学助理教授、Voyage AI 联合创始人兼 CEO Tanguma 回顾了自己从理论研究到创业的关键转折,并系统阐述了他对检索增强生成(RAG)、向量数据库以及大语言模型未来形态的判断。
在这期 No Priors 播客中,Pinecone 创始人兼 CEO Edo Liberty 回顾了向量数据库从“没人理解”到生成式 AI 核心基础设施的全过程,解释了 Embedding 与 RAG 架构的真实价值,并分享了 Pinecone 在产品形态、开源策略和未来方向上的关键判断。
很多人以为 AI 改变职业的方式是“取代你”,但这期《AI Daily Brief》讲了一个更反直觉的事实:AI 没有先消灭岗位,而是先创造了两个新职业,而且一个比一个更抢手。从不会写代码的普通员工,到年薪数十万美元的 AI Engineer,这条路径已经被走通了。