MongoDB是数据库行业的一道独特风景。2007年公司(当时公司名为10gen)成立,2009年推出MongoDB数据库,经过9年时间的历练硬是从关系型数据库一统天下的江湖中赢得自己的一席之地,令人刮目相看。根据MongoDB首席客户官Richard Kreuter在日前举行的“2020 MongoDB中国线上用户大会”演讲中提供的数据,截止目前,MongoDB拥有超过20200余家客户,遍布100多个国家和地区,MongoDB 核心数据库产品已经有了超过1.25亿次的下载,MongoDB的大学已经有了150多万的注册学生。而这一切与MongoDB始终坚定地和开发者站到了一起,通过不断丰富的功能、更简化的使用方式密不可分,对开发人员的友好使其赢得了开发者的认可。
软件吞噬世界
关于软件的重要性有很多论述。广为传播的“每个公司都应该成为一家软件公司”,这句话很好地说明了软件的重要性。的确,在数字经济日益重要的今天,如果软件能力跟不上,将很大程度上影响企业的创新能力。而软件能力本质上就是企业的软件开发能力,高度依赖于企业足够优秀的软件开发人员。
“所谓软件定义经济,其实也就是开发人员定义经济。我们讲的软件定义经济,事实上是取决于开发人员来定义这个经济。” Richard Kreuter说。
根据Innosight的一份市场调研数据,53%的CXO把开发人员不足作为限制企业增长的重要因素;64%的受访者说历史遗留的系统是他们转型过中最大的障碍;超过3/4的受访者表示为了保证系统正常运转投入了太多资源。
数据处理是软件开发过程中的一项基础工作,数据处理绝大多数都要用到数据库。实际上,绝大多数应用程序的开发都与数据库有关,因此,提升数据库对开发人员的友好性也就至关重要。
“MongoDB正好就是这样一种产品,我们提供了一个更加强大的、更加灵活的数据库,帮助我们的客户进行数字化业务模式的赋能,来帮助他们实现遗留系统的现代化,帮助他们向云端迁移。”Richard Kreuter表示。
大多数应用程序的开发是一个反复迭代的过程,需要随着业务的变化和技术的进步做很多的变更。而传统的关系型数据库要做变更通常是非常的困难,不得已只能从应用程序上着手。另外,当今不少应用程序面对成千上万用户,不允许停机,传统数据库由于不是分布式数据库的架构,很难应对如此海量的数据。
作为数据库行业的新生代代表,MongoDB具有三个突出的优势:第一,采用了灵活的文档数据模型而非严格的表格式;其次,其分布式架构支持在线扩展;第三,内置的复制和快速的自动故障转移机制等。
“我们设计MongoDB数据库的初衷就是帮助开发人员构建的应用程序释放软件和数据的潜能,或者更简单来说让他们在构建现代化应用程序过程当中做得更快、更便捷。” Richard Kreuter说。
MongoDB对开发人员的友好也得到了MongoDB用户的高度认可。在中国银行的全资子公司中银金融科技有限公司,MongoDB为其多个对查询性能要求较高的大数据应用产品提供了支持,包括收支记录、金融账单、年度日历等,支撑了日均1亿+的数据写入,以及平均1W+QPS的ms级延迟的查询服务。类似的,中国一汽大众也看中了MongoDB处理海量数据的能力,用以帮助处理海量的车联网数据。
持续的技术创新,释放数据潜能
在MongoDB诞生之前,数据库市场已经被关系型数据库牢牢把握多年,而MongoDB从2009年发布第一个版本,到今天也只有11年的时间,能有今天的地位,一个重要原因在于MongoDB能持续不断的创新,而且以一个对开发人员非常友好这个出发点来进行创新。
以最新推出的MongoDB 4.4为例,MongoDB 4.4通过提供“联合”“完善的片键”“分离读取”等新功能不断完善MongoDB社区最需要的特性和增强功能,使得开发人员可以在全球范围内扩展应用程序,并可以随需求的变化随时定义和完善数据分布,同时在云中任何地方提供最复杂的低延迟、高弹性和完善安全控制。
Richard Kreuter在接受采访时表示,作为程序员出生的他就尤其喜欢其中的“联合”功能。借助着这一新增功能,可以把多个数据集的数据汇集到一起,从而可以进行更多探索和查询工作。否则都要编码通过应用程序来完成了,也可以减少对数据进行ETL的需求。
另外,随着云计算的普及,云数据库已经大势所趋。MongoDB 先是在2016推出了Atlas(MongoDB的云版本),自推出以来Atlas取得了长足发展,目前已经落户AWS、微软Azure、谷歌GCP,并成为MongoDB的主要收入来源,在营收中占比超过40%。在MongoDB不久前举行的全球技术大会还推出了全新的品牌MongoDB Cloud,进一步扩充了云产品系列,包括Atlas、Atlas Data Lake和Ream。
中国市场是MongoDB的重要市场,拥有全球最高的下载量。MongoDB北亚区副总裁苏玉龙 透露,虽然MongoDB正式进入中国市场才四年,但已经拥有了大量用户。这些用户中不乏电信、金融、保险等高端客户。去年年末,与阿里云达成了战略合作协议,中国企业可以在阿里云上获得最新的MongoDB云服务,进一步拓展MongoDB在中国市场的落地。
展望未来,苏玉龙表示:“中国是世界上最具发展潜力及前景的市场,我们希望能够与中国的用户、合作伙伴一起发挥协同效应、共同成长。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。