企業資料庫正在 Agent AI 工作流的重壓下崩潰，這些工作流要求持續可用性和彈性擴展。與回應 prompt 的傳統 AI 系統不同，Agent 工作流自主執行多步驟任務，做出決策，並持續與資料儲存互動。這種轉變正迫使企業放棄為可預測的批次導向工作負載設計的傳統資料庫架構，而不是為 AI agent 的不可預測、永遠在線的需求，這些 agent 可能在凌晨 3 點產生使用高峰，或需要在分散式系統中毫無預警地擴展。

資料庫的清算是不可避免的。大多數企業資料基礎建設都是為人類節奏的工作流建構的，系統之間有明確的邊界。Agent AI 通過創建跨越多個工具、需要即時資料一致性、無法容忍傳統系統維護所依賴的停機窗口的工作流，打破了這些假設。當 AI agent 自主管理客戶支援工單或協調供應鏈決策時，資料庫不可用不僅僅是不便——而是業務關鍵失敗。

雖然基礎建設壓力是真實的，但實際實施仍然混亂。GitHub 的新 Agent 工作流平台既顯示了前景也顯示了限制：工作流預設以唯讀權限執行，需要「sanitized safe-outputs」進行寫入操作。這種保守方法反映了這樣的現實：在即時資料上運行的自主系統創造了新的安全和可靠性風險，大多數組織還沒有準備好應對。向分散式、永遠在線資料庫的衝刺可能在解決錯誤的問題，如果真正的問題是我們在搞清楚如何安全控制自主 agent 之前就部署了它們。