企业数据库正在 Agent AI 工作流的重压下崩溃，这些工作流要求持续可用性和弹性扩展。与响应 prompt 的传统 AI 系统不同，Agent 工作流自主执行多步骤任务，做出决策，并持续与数据存储交互。这种转变正迫使企业放弃为可预测的批处理导向工作负载设计的传统数据库架构，而不是为 AI agent 的不可预测、始终在线的需求，这些 agent 可能在凌晨 3 点产生使用高峰，或需要在分布式系统中毫无预警地扩展。

数据库的清算是不可避免的。大多数企业数据基础设施都是为人类节奏的工作流构建的，系统之间有明确的边界。Agent AI 通过创建跨越多个工具、需要实时数据一致性、无法容忍传统系统维护所依赖的停机窗口的工作流，打破了这些假设。当 AI agent 自主管理客户支持工单或协调供应链决策时，数据库不可用不仅仅是不便——而是业务关键失败。

虽然基础设施压力是真实的，但实际实施仍然混乱。GitHub 的新 Agent 工作流平台既显示了前景也显示了限制：工作流默认以只读权限运行，需要"sanitized safe-outputs"进行写操作。这种保守方法反映了这样的现实：在实时数据上运行的自主系统创造了新的安全和可靠性风险，大多数组织还没有准备好应对。向分布式、始终在线数据库的冲刺可能在解决错误的问题，如果真正的问题是我们在搞清楚如何安全控制自主 agent 之前就部署了它们。