AI的风向上吹，一些年轻人则选择沉下去

记者/ 朴云

编辑/ 郝鸣

北邮“编程高手”队摘得冠军

在过去的两年里，AI几乎冲进了所有人的生活。大模型涌现，似乎能回答我们所有的疑问。AI时代，很多事不再新鲜，也总有新的热点要追逐。变化永远在发生。

对即将进入和处在技术领域的年轻人而言，身处这样的时代，他们不得不首先面临一些问题，变化的背后什么是不变的？AI时代，能保有竞争力的方向到底是什么？到底该往哪去？

当我们把视线放到一场比赛上，会发现，一些年轻人试图找到答案，也先交出了他们的答卷。

2026年1月18日，全国大学生计算机系统能力大赛暨第五届OceanBase 数据库大赛在北京科技大学进行了终极答辩和颁奖。这场从去年8月开始开放报名的赛事吸引了1223支队伍，超过2620名选手参赛。这些队伍中有刚开始学习的本科生，也有非全日制学生，靠着网上召集的散装队伍，拿下亚军。北京邮电大学的“编程高手”队获得了冠军，拿到了特等奖。

AI时代，底层技术仍是扎进地里的那根柱子，数据库等基础软件也正从后台走向前台。拉力近半年，很多参赛的年轻人意识到，名次之外，在一个接一个风口下，他们逐渐找到了确定性，从“会用工具”到“能做系统”，他们选择先沉下去。

被看见

紧张感一直都在。

比赛的打榜机制让每一个团队都能实时看到成绩和排名。临近比赛截止，“编程高手”队处在第一名的位置，但和第二名的差距非常小，也仍有队伍在提交优化数据。队长王若凝正在北京邮电大学读研三，同他一起组队的还有同校两位研二的同学。

队员吴洪涛一度觉得团队拿不了第一名了。“我们都非常紧张”，直到宣布名次的那一刻，对团队的三人而言，那是一个“没有办法用语言来形容”的时刻。

OceanBase 数据库大赛发起于 2021 年，已连续举办五届。五年来，这项数据库“国赛”共吸引了500余所高校的上万名选手参赛。今年的比赛与以往不同，引入了OceanBase去年11月刚刚开源发布的AI原生数据库——seekdb，赛题也更聚焦AI与数据库融合。

当有人在追逐AI应用风口时，数据库作为底层技术，正在扮演“卖铲子”的角色。OceanBase的 CTO杨传辉认为，作为初入行业的年轻人和在校学生，打基础非常重要，“不管是做数据库，还是去做其他软件研发，一定要把底层基础技术掌握好。”

王若凝能理解杨传辉想要传达的意思，“我想起一句俗话说，‘大家都去淘金，你去卖铲子’，当大家都聚焦于 AI应用，我认为数据库最底层的性能怎么样，能不能支撑住这些高性能的AI应用落地，关乎能不能解决当前行业的一个痛点。”

杨传辉也坦言，OceanBase成立最早期一段时间，面临的一个最大问题就是那时国内针对数据库内核的研发人才稀缺。这也是大赛试图达成的目的之一，他们试图看见和托举起一些对数据库真正感兴趣的年轻人。

赛程中，王若凝团队的排名常常高居榜首。王若凝说因为他们对赛题真正感兴趣。大家有了新想法就会马上去实践，有时会通宵达旦研究。“我们能想到很多点子，我们可以很快地就去搭建一个原型，去验证我们这些想法是否能够做。”

杨丁力是一名华东师范大学的非全日制学生，他的另外两名队友也来自不同的学校，他们在这次比赛中获得了一等奖。“学校里的同学们都很忙，找不到合适的队友，我就去开源项目的团队里发招聘帖”。杨丁力白天需要工作，周末要上课，他尽量把时间挤出来，他想在比赛中证明自己。另外两名队友，一个需要准备研究生开题答辩，一个从年中开始备战考研。

“不过一切都值得。”杨丁力说。尽管目前的工作内容不涉及底层，但他还是有决心，想在未来转向数据库领域——“这是我喜欢的领域，和我此前的技术背景最匹配，也是少有的能靠硬实力翻身的赛道。”

参赛的各大高校选手

在AI时代，向底层探索

杨传辉提到，数据库因为涉及的理论和技术繁多，需要投入足够多的时间去学习。名次并不是最重要的，比赛的过程让学生能系统化学习OceanBase 数据库理论知识。学和做之间的距离也在这里被弥合。数据库大赛让参赛者更接近真实应用场景。“学数据库只听别人讲理论是行不通的，而实际的系统可能都是百万行代码以上。”杨传辉说。

以往参加过比赛的选手曾在赛后谈到，虽然学校里开设了数据库内核相关课程，但参与数据库开发实践的机会还比较少，和学习用的数据库不同，工业级数据库意味着极高的集成度和复杂性。“参加OceanBase 数据库大赛，让我们深刻体会到了工业级数据库的复杂性。”

一次真正的实践机会，意味着向底层探索的可能。

AI时代来临，对行业的影响可能会比移动互联网来临时更大。杨传辉提到，应用场景对数据库要求越高，可能就能打磨出越好的数据库产品。“AI底层需要的一个数据库是什么样子的？我们通过已有客户的AI应用场景，去打磨我们面向AI场景的原生数据库能力。”

现在王若凝回想起来，参赛时的紧张感更多来自底层技术优化的难度。最初参赛时，他甚至想过放弃。赛题发布后的第一时间，他把代码拉下来看了一个礼拜，“想着要不算了”。刚接触seekdb的时候，很多学生跟王若凝一样觉得有点懵。“看不懂，只有当你一层一层点进去，像套娃一样，到最后才看到很精彩的地方。”王若凝说。

杨传辉解释，因为seekdb支持了多模态，还支持混合搜索，看起来功能很丰富，但他认为能否理解，取决于参赛者是否愿意花时间钻研，“钻进去就会发现并不难，参赛者都有很高的基础素质，只要愿意静下心来钻研就能搞明白。”

王若凝团队的宣传语是“代码没崩，排名就上来了”，他解释说只要敢迈出第一步，胆子就会逐渐变大，越来越敢动手去做。“第一步迈出去了，后面的难题总能迎刃而解，如果一开始就放弃了，那后面什么都不会有。”

获得优胜奖的邹细清来自西安电子科技大学，读研二。他还记得第一次接触数据库是在本科数据库课程中，那时开始他就对数据库以及操作系统的底层原理比较感兴趣。那时下课后，他还自学了数据库底层原理的一些课程。

邹细清谈起这次大赛的赛题，“一部分赛题是优化数据库的执行时间，主要也是AI的应用场景。另一道题是关于AI的应用，我们去解析一个金融产品的金融报告，然后去喂给AI，然后通过 AI来提问……”

这些赛题让他有机会在理论之上，了解学习一个真正的工业级的数据库是如何实现的，“它不像一些学习类的那些数据库项目，让我了解到，我们国产数据库还有很多工作需要我们继续去做。”

初接触赛题，邹细清跟王若凝的感受类似，“对于这么一个庞大的系统，里面的代码互相调用，就像一个迷宫一样，很难入手。”邹细清只好通过OceanBase数据库社区上的文章去学习数据库框架，经过一个多星期的学习，“开始找到整个流程中可以优化的点和瓶颈，然后一步步优化。”

从初赛到决赛，赛题的难度也在增加。“初赛的时候面对的是一个学习型的小型数据库，大概有4万行代码，决赛的时候我们面对的是OceanBase的数据库，它是一个千万行级的工业级数据库。”

评委在答辩环节提问

“一万小时”应对变与不变

时代总是在变化，但是也总有些不变。在杨传辉看来，这个领域拼的从来不是智商，而是能否坚持得足够久，把基础技术功底打扎实。“有一个说法是‘一万个小时’，我们需要在这个领域里投入一万个小时，就会把这个领域的基础理论和实践都掌握的比较好。”回顾往届比赛，他认为那些拿了好成绩的同学恰恰是为此投入了大量时间跟精力，“并不是说突然的奇思妙想，让他拿到了第一名。”

除了真正投入时间，AI时代给数据库提出了更多新的需求。“我们也需要更多元、开放、更富有好奇心的看待一些 AI 场景应用。今天的数据库不仅要解决怎么去做交易、分析，也要解决跟 AI、大模型结合在一起，怎么去做搜索。这需要同学们的好奇心，抓住新场景的痛点。”

赛程长，很多参赛者意识到这是一个持久战。某种程度上，参赛者也通过比赛理解着杨传辉说的付出巨大时间和精力。来自北京交通大学的田京雷正在读研一，和另外两个同学一起组队参赛获得了二等奖。早在还没入学时，导师就让他开始学习和准备数据库相关的知识，“我们课题组是做数据库研究的，未来这也是我的研究方向，我对数据库很感兴趣。”

“要分配好自己的精力，不是短时间投入巨大的精力就可以，而要能在长时间内持之以恒的努力。”田京雷说。从去年六月开始了解比赛到现在，超过半年的拉力，“我一直坚持，最后的好成绩就是水到渠成了。”

跟其他很多队伍一样，田京雷的团队最初遇到的挑战也来自数据库本身。“在底层做优化是牵一发而动全身的，对一个模块进行调整，就可能会引发很多意料之外的问题。我们最重要的目标不是拿名次，而是能在比赛中展现自己的实力。”

比赛过程中，田京雷也意识到AI工具的发展之快，想要提升效率、不被落下，他觉得年轻人更要与时俱进，多关注当下最新的资讯，使用各种AI工具辅助读源码或者写代码，“在这方面如果不用AI的话，在新时代我觉得其实是会被落下的。”

选手们在比赛中的成长，也印证了行业和高校的共同判断，在AI时代，需要造系统的能力。

北京科技大学计算机与通信工程学院院长殷绪成 在比赛后接受采访时提到， 要培养真正的实战型的计算机技术人才特别是数据库人才，一定要跟产业、行业的发展紧密结合。“OceanBase竞赛刚好提供了这样一个机会，把你学的基础理论和行业实践、产业需求融合起来。”

参赛选手合影

从“用”到“造”

殷绪成鼓励学生拥抱新技术，充分利用AI技术，但也希望他们在“用”之上能有“造”的能力。“如果你全部都是用AI帮你完成整个系统，遇到一些特殊、有挑战性的情况，要你亲自动手的时候，就很难。”

“学计算机专业的人，包括我们学数据库的，强调系统级能力，即能够自己设计一个数据库，所以还是希望大家能具备这个能力，你可以借鉴新的技术完成这个设计，而不仅仅是使用数据库。”殷绪成说。

参加线下答辩和颁奖对这些第一次在线下会师的年轻人来说，也是一次互相学习的机会。王若凝的团队最后一个答辩，“下午听完了大家的答辩，感觉有很多可以学习的地方，有的团队做的优化效果很好，而且他们的答辩效果也非常好。”

比赛过程中，邹细清必须时刻直面与其他队伍的竞争，“其他的队伍都挺厉害的，这次比赛我也学到了很多，我的硕士论文题目可能也会围绕数据库AI应用场景下的优化，这块工作应该还有不少可以去研究的。”

获得二等奖的蔡钦成和队友来自东北大学，正在读研二。他的研究方向是数据库，但他坦陈在参加比赛之前都没有过对大项目的阅读和调试经验，对他而言这是一次难得的实战经历。

对蔡钦成而言，选择数据库作为研究方向是走上了一条更难的路，“其他AI方向可能一两个月可能就发一篇论文，我们可能要两三个人做差不多一年的工作，我们要实现自己的一个构想，可能都要上千行代码，我们更偏向于底层工作。”

但蔡钦成认为数据库不只是AI的基础设施，更是整个互联网的基础设施。毕业后，他想继续从事这个方向的工作。“大模型的一个训练和使用都需要很大的数据规模，所以AI需要数据库作为一个基座，数据库如果搜索更精确，管理数据量更大，AI才能够针对的去回答问题。”这也正是即便难他也执着于此的原因，沉下去，把基础做好，才能找到一切问题的突破点，然后解决它。

华东师范大学副校长周傲英是本次大赛评委。在他看来，AI时代，年轻人面临着很好的机遇，“因为我们到了一个转折点，我们到了需要新的思路来做这个事。”面对时代的变化，他更希望年轻人能够有自己的判断力，真正做出自己的选择。

【版权声明】本作品的著作权等知识产权归北京青年报【北青深一度】所有，未 经授权，不得转载。

溶洞里“追”垃圾的人

进了技校，孩子们就废了吗？

荒野求生30日：生吃蚯蚓补充蛋白质，没有盐双脚开始麻木