开头还是介绍一下群，如果感兴趣PolarDB ,MongoDB ,MySQL ,PostgreSQL ,Redis, OceanBase, Sql Server等有问题，有需求都可以加群群内有各大数据库行业大咖，可以解决你的问题。加群请联系 liuaustin3 ，（共2630人左右 1 + 2 + 3 + 4 +5 + 6 + 7 + 8 ）(1 2 3 4 5 6群均已爆满，新人进7群350+，8群，准备9群)
（本周二，有活动，早起的鸟儿有东西拿，这次可以拿什么，周二见）
不怕，对我不怕。不怕，两个字，是从内心发出的，只因怕有个什么用？ 真正思考问题，可以从跳出自我开始，从世界发展史和生命的进化史，谁都阻挡不了变化，且无穷无尽的变化。每个人都会被淘汰，只不过速度有快慢，个体有差异。
明白这个道理后，我问了自己一句，有信心和能力拖延被取代和被淘汰的速度吗？
这必然要提及一个故事，还是旧的故事，一群人在野外遇到老虎，你该怎么办？ 跑，我只要跑的比那些比我跑的慢的人快就好。道理是这个道理，谁会比你跑的慢？
1 不会利用AI工具提高自己生产力的人，这些会先被淘汰，是的，AI提高了一些擅长使用AI产品人的生产力，必然让另一些后知后觉的人在发现自己的差距越来越大的情况后，出局。
2 知识积累，并非应用的人，这类人的特色是，知识的记忆体，你可以把他们看做是一个磁盘，或者一块内存。他们的知识全部来自于平面，记忆的能力很强，但没有转换和加工的能力，这类人会被AI搜索所替代，我们可能不在需要平铺知识的二道贩子。
3 知识体系单一的人，知识体系单一可以举一个例子，我是一个DBA，但我只会DBA的知识，无法将知识综合利用，且综合复杂化的处理，那么模型化训练在垂直领域相对于横向领域综合应用比较，AI更容易在垂直领域里面发力。
“简述：Ai在垂直领域更容易发力，在模型训练中有明确的目标和范围，同时有高质量的数据的获取，专业的知识的引入，就算你是专家，你也无所遁形，不可避免的在你所处的领域，遭到淘汰。”
4 网络知识丰富且容易查询的品类，举一个例子MySQL, ORACLE ,SQL SERVER ,PostgreSQL 这类通用性数据库产品的知识更容易在AI中获得，且分析的非常的精准和容易生成有效的可行性方案。对于一些初中级的知识需求者，AI完全可以取代，初中级知识的交付者的位置。
在使用AI的过程中，我发现一个特点,MySQL是这四个数据库里面，AI回答问题最完善和准确率较高的数据库产品，主要的原因个人分析，主要还是因为MySQL本身的知识复杂性不高与功能的复杂性相对其他数据产品并不复杂，早期的热度导致MySQL的知识信息泛滥所致。Oracle有其封闭的一些知识体系的存在，PostgreSQL的复杂性和之前的流行度以及网络知识的丰富程度都低于MySQL等等原因，所以目前基于这两个数据库的一些回答还存在盲区和不完整。
在获得了以上的信息后，我们可以进行分析，AI侵入较慢的赛道有那些。
1 跨界：垂直的领域容易被打通，而横向关联的领域则是AI的难点，因为这也是人类本身的难点。
比如你是一个DBA，但你具有市场营销类的知识，在比如你是一个销售工程师，但你具有心理学的专业知识。这些跨界，掌握多种知识类的人，不容易被AI所取代，主要的原因在于两个独立的领域，建立交互是需要有交叉点和沟通点，为模型训练提供逻辑规则。
2 知识经常被更新，知识处于动态的领域： 相对来说，在AI中，我也做过尝试，如数据库中对于OceanBase,达梦，等国产数据库的AI知识获取处于比较无奈的阶段。一个正在发展的领域是AI不容易侵入的领域。
3 可信性，担责领域：目前对于AI还不被完全信任的行业领域，比如银行IT系统里面的风控，有重大的责任风险的暂时还不能完全信任AI大模型的准确性。
4 知识需要再组织和梳理：AI交付的知识还需要重新梳理组装或在进行分析和消化的部分，这需要横向领域综合利用知识的人继续服务。
"亚马逊网络服务公司（AWS）更新了其数据库迁移服务的模式转换功能，增加了一种新的生成式人工智能驱动的功能，可以在很大程度上自动化模式转换。在正在进行的年度会议上宣布的模式转换功能，可以帮助企业将源数据库模式和过程转换到目标数据库系统。该公司表示，该功能已经能够自动化数据库迁移过程中的许多步骤，但新的生成式人工智能驱动的功能现在可以自动化需要人工干预的 “某些复杂的数据库代码元素。"
跟我学OceanBase4.0 --阅读白皮书 (OB分布式优化哪里了提高了速度)
跟我学OceanBase4.0 --阅读白皮书 （4.0优化的核心点是什么）
跟我学OceanBase4.0 --阅读白皮书 （0.5-4.0的架构与之前架构特点）
跟我学OceanBase4.0 --阅读白皮书 （旧的概念害死人呀，更新知识和理念）
PolarDB 答题拿-- 飞刀总的书、同款卫衣、T恤，来自杭州的Package（活动结束了）
PolarDB for MySQL 三大核心之一POLARFS 今天扒开它--- 嘛是火星人
PolarDB-MySQL 并行技巧与内幕--（怎么薅羊毛）
PolarDB 并行黑科技--从百套MySQL撤下说起 （感谢8018个粉丝的支持）
PolarDB 杀疯了，Everywhere Everytime Everydatabase on Serverless
POLARDB 从一个使用者的角度来说说，POALRDB 怎么打败 MYSQL RDS
PolarDB 最近遇到加字段加不上的问题 与 使用PolarDB 三年感受与恳谈
PolarDB 从节点Down机后，引起的主从节点强一致的争论
PolarDB serverless 真敢搞，你出圈了你知道吗!!!!
PolarDB VS PostgreSQL "云上"性能与成本评测 -- PolarDB 比PostgreSQL 好？
临时工访谈：PolarDB Serverless 发现“大”问题了 之 灭妖记 续集
临时工访谈：庙小妖风大-PolarDB 组团镇妖 之 他们是第一
POLARDB -- Ausitndatabases 历年的文章集合
PolarDB for PostgreSQL 有意思吗？有意思呀
全世界都在“搞” PostgreSQL ，从Oracle 得到一个“馊主意”开始PostgreSQL 加索引系统OOM 怨我了--- 不怨你怨谁
PostgreSQL “我怎么就连个数据库都不会建？” --- 你还真不会！
PostgreSQL 稳定性平台 PG中文社区大会--杭州来去匆匆
PostgreSQL 分组查询可以不进行全表扫描吗？速度提高上千倍？
POSTGRESQL --Austindatabaes 历年文章整理
PostgreSQL 查询语句开发写不好是必然，不是PG的锅
MongoDB 相关文章
MongoDB 合作考试报销活动 贴附属，MongoDB基础知识速通
MongoDB 使用网上妙招，直接DOWN机---清理表碎片导致的灾祸 (送书活动结束)
数据库 《三体》“二向箔” 思维限制 ！8个公众号联合抽奖送书 建立数据库设计新思维
MongoDB 是外星人，水瓶座，怎么和不按套路出牌的他沟通？
MySQL相关文章
阿里云系列
阿里云数据库产品权限设计缺陷 ，六个场景诠释问题，你可以做的更好？
阿里云数据库--市场营销聊胜于无--3年的使用感受与反馈系列
阿里云数据库产品 对内对外一样的卷 --3年阿里云数据库的使用感受与反馈系列
阿里云数据库使用感受--客户服务问题深入剖析与什么是廉价客户 --3年的使用感受与反馈系列
阿里云数据库使用感受--操作界面有点眼花缭乱 --3年的使用感受与反馈系列
截止今天共发布1275篇文章
