首页 › new-tools › AI 长进数据库和芯片：三个海外新物种

AI 长进数据库和芯片：三个海外新物种

本周（2026 年 6 月 19 日），我把 Hacker News 当天首页和最新一批 Show HN 翻了一遍，捞出三个中文圈还没人聊的新工具。它们有一个共同的、被严重低估的趋势：AI 不再是一个需要你"打开聊天框"的独立应用，而是被降维成了一行 SQL 谓词、一段可验证的嵌入式 C 代码、一个 Agent 自己搭起来的临时网页。 海外有人把这个趋势叫 "AI pushed down the stack"——AI 被往下推到了数据库层、固件层、UI 层，变成了你本来就天天在用的那些工程界面里的"原生零件"。

对中国开发者的信息差很直接：绝大多数人还在把 AI 当"插件 + 对话框"用（装个 IDE 插件、开个 ChatGPT 窗口），而海外这波真正值钱的脏活——多模态数据批量筛选、安全关键固件生成、复杂人工审批——正在被悄悄挪进 SQL、挪进编译器、挪进网页。下面三个，今天就能抄。

一、samtSQL：把 AI 做成 SQL 里的一等公民函数

官网：https://samtsql.com/
Show HN 状态：今天刚发，HN 上才 1 个点赞，几乎是全网首发窗口
定位：Semantic Analytics on Multimodal Tables——在你已有的 PostgreSQL 上跑 AI 运算

这是本周最让我眼前一亮的一个。它的核心思路一句话能讲清：把 AI 能力封装成 SQL 函数，让你像写 WHERE 一样筛图片、筛音频、筛长文本。

它内置了 5 个 AI 算子（AI operators），名字一看就懂：

算子	作用	等价于你现在的做法
`AIFILTER(col, '条件')`	布尔语义过滤	写一段 Python 调 GPT‑4o 逐行判断
`AICLASSIFY(col, 标签集)`	分类打标	导出 CSV → 跑批 → 导回
`AISCORE(col, '描述')`	数值语义打分	手写 embedding + 余弦相似度
`AIMAP(col, '抽取规则')`	抽取/映射	写正则 + 大模型 fallback
`AIJOIN(a, b, '关系')`	语义连接两张表	人工 fuzzy match

官网给的这个例子最能说明问题——房产广告表里有房子照片，你想算"1980 年后建、3 室以上、照片里看得到游泳池的房子平均价"：

SELECT AVG(price) FROM HouseAds
WHERE year_built > 1980
  AND bedrooms >= 3
  AND AIFILTER(photo, 'the house has a pool');
-- 结果：$997,500（只有第 2、4 行命中）

注意第三行：AIFILTER(photo, 'the house has a pool')。它直接把一个视觉判断塞进了 WHERE 子句。 这在过去意味着：把照片导出来 → 写脚本调视觉模型 → 把结果回写成一列布尔值 → 再 join 回去查询。现在一行 SQL 搞定，而且支持 4 种数据类型（表 / 图片 / 文本 / 音频）、8 种文件格式，上传 CSV/ZIP 即可。

为什么值得关注：方向和国内热的 NL2SQL 完全相反。国内做"AI + 数据库"绝大多数是把自然语言翻译成 SQL（问一句、答一句）；samtSQL 是反过来，把 AI 做成 SQL 的零件，让你用 SQL 这门全世界 DBA 都会的语言去驱动多模态 AI。这意味着 BI 报表、定时任务、ETL 管线都能直接"长出"AI 能力，不用改技术栈。

价格：订阅制，网页抓到三档 $9 / $29 / $99 每月，按 credits 计量，有 Free 档。对小团队试水很友好。

国内对标 & 适用人群：国内向量库（Milvus/Zilliz）、OceanBase/TDengine 的向量列做的是"相似度检索"，但没有把 AIFILTER/AIJOIN 当成 SQL 谓词一等公民。适合数据工程师、做 BI/数据中台、电商内容审核、二手平台图文治理的团队——这些场景天天要"按语义批量筛海量多模态数据"。

二、Modeloop：可视化框图直接编译成可验证的嵌入式 C 代码

官网：https://www.modeloop.app/
状态：Closed Beta，等名单放号
定位：Models as Code——给控制/嵌入式系统工程师用的模型驱动开发环境

如果说 samtSQL 是"AI 长进数据库"，那 Modeloop 是"工程模型长进编译器"。它解决的是嵌入式/控制领域一个老大难：你画 PID 控制框图、StateChart 状态机，传统工具（MATLAB/Simulink、dSPACE）又贵又封闭，导出的 C 代码你不敢动，测试还和图形 schema 绑死。

Modeloop 的卖点很硬核：

一个模型，两套代码：同一份可视化框图（block diagram、容器、总线、标定值、状态图）可生成 Python 和 MISRA 导向的 C。也就是说仿真用 Python，量产烧进 MCU 用 C，源头是同一个 JSON 模型。
模型就是纯 JSON，无二进制锁定——这是对 MATLAB 生态最大的叛逆，你随时能用 git diff 看模型改了啥。
内置验证闭环：需求追溯、跑测试、review 模型 diff 全在一个流程里，号称 "10x Faster to Production"。

官网上贴的真实 PID 代码生成示例：

typedef struct { float i; float prev; } PID;
float pid_step(PID* s, float e, float dt) {
    s->i += e * dt;
    float d = (e - s->prev) / dt;
    s->prev = e;
    return Kp*e + Ki*s->i + Kd*d;
}

为什么值得关注：国内做电机控制、电源、汽车电子、机器人的工程师，现在还基本是"Simulink 建模 + 手写 C + 单元测试"三段式，Modeloop 这套"模型即代码 + 自动验证 + 无锁定"的组合国内几乎空白。而且它面向的是安全关键（safety‑critical）场景——这类代码审计严、试错贵，"可验证的自动生成"比"对话式补全"值钱十倍。

价格：Beta 期间免费试用，无需信用卡；有桌面版（等名单）。长期定价未公布。

适用人群：嵌入式工程师、电机/电源控制、机器人、车规软件开发者，以及想摆脱 MATLAB 锁定的硬件小厂。

三、surface：让 Agent 自己搭一个临时网页来跟你协作

仓库：https://github.com/aac/surface
状态：今天（6/19）刚提交，0 star，Rust 写的，给 Claude Code 和 Codex 用的 skill
定位：Ephemeral UI surfaces——Agent 的"逃离对话框"逃生舱

这个最小众，但思路最新。作者的吐槽很精准："Chat 是个很窄的通道——一列文字，没法并排对比、没法拖拽排序、没法在图上标注、没法把一张密集的表交还给你逐行操作。"

surface 的做法是：让 coding agent 自己搭一个网页，丢给你一个链接，然后对你的任何操作做出反应。 这个网页可以是：

一个最简单的"批准 / 拒绝"按钮；
一个拖拽排序看板（让你把 agent 给的 N 个方案排出优先级）；
一张可标注的户型图 / 草图；
甚至一个双人裁判小游戏。

关键是它是一次性的（ephemeral）：为一个任务而生，任务结束就丢，用"不透明 ID"做链接、自动回收，不需要你部署任何服务、维护任何表单。

为什么值得关注：国内的 coding agent（通义灵码、CodeGeeX、文心快码）以及大量 Cursor 用户，做"人工审批"还停留在命令行里敲 y/n，或者看一个 diff 让你确认。surface 把人机协作的界面从"文本对话框"升级成了"按任务定制的富 UI"——这是 agent 交互范式的升级，不是又一个套壳。

价格：开源 skill，免费，自托管。

适用人群：重度 Claude Code / Codex 用户、做 AI agent 产品的开发者、想把人工审核做成产品化体验的团队。

本周还值得扫一眼（信息差清单）

glueRun-go（https://github.com/alex-reysa/glueRun-go，GPL‑3.0）：bash + Python 的多 Agent 编排引擎，L0/L1/L2 三级调度（原始循环 → 区域规划 → 干活 worker），自带租约、闸门、审计、git worktree 隔离。想自己跑"一仓库多 agent 并行干活"的可以读源码。
metiq（https://metiq.space）：把 100 个公开数据集渲染成一个实时 3D 地球仪，做情报/宏观可视化。
Akse3D（https://akse3d-en.skaperiet.no）：给青少年用的浏览器 3D 建模，按真实毫米计量、一键导出 STL 上 3D 打印机，开源可自托管——创客空间和教育场景的惊喜。
Zero‑Touch OAuth for MCP（MCP 官方博客）：企业级托管鉴权，MCP 工具接入公司 SSO 不再需要每个客户端配 key。

趋势图：AI 正在被"往下推"

flowchart LR
    subgraph OLD["过去两年：AI 是个独立应用"]
        A1[聊天框 ChatGPT]:::old
        A2[IDE 插件 补全]:::old
    end
    subgraph NEW["现在：AI 被降维成零件"]
        N1["samtSQL<br/>数据库层<br/>AIFILTER / AIJOIN"]:::new
        N2["Modeloop<br/>固件层<br/>可验证的 C 代码"]:::new
        N3["surface<br/>UI 层<br/>Agent 自建临时网页"]:::new
    end
    OLD == "降维 push down" ==> NEW
    classDef old fill:#fde2e2,stroke:#c0392b,color:#7b1e1e
    classDef new fill:#d6eaf8,stroke:#2471a3,color:#154360

flowchart TD
    U[你写一行 SQL] --> Q["SELECT AVG(price)<br/>... AIFILTER(photo,'有泳池')"]
    Q --> P{samtSQL 引擎}
    P -->|结构条件| PG[(PostgreSQL 原生执行)]
    P -->|语义条件| AI[多模态 AI 算子]
    AI --> R[逐行判断图片/音频/文本]
    PG --> M[结果合并]
    R --> M
    M --> O["直接返回 $997,500"]
    style P fill:#fef9e7,stroke:#b7950b
    style AI fill:#eafaf1,stroke:#1e8449

信息差总结

维度	大多数人知道的	本周你应该知道的
AI + 数据库	NL2SQL：自然语言转 SQL	samtSQL：AI 做成 `AIFILTER`/`AIJOIN` 谓词，$9/月起
嵌入式开发	Simulink 建模 + 手写 C + 单测	Modeloop：模型即 JSON，一键出 Python + 可验证 MISRA C
Agent 人机审核	命令行 `y/n` 或看 diff	surface：Agent 自建一次性富网页（排序板/批注/按钮）
趋势判断	AI = 聊天框/插件	AI 正在被"往下推"进 DB、固件、UI，变成原生零件

行动指南（今天就能做）

数据/后端工程师：打开 samtsql.com，用 Free 档接一个测试库，把以前要写脚本调视觉模型的"批量筛图"任务，改写成一句 AIFILTER，量一下成本和耗时差异。这是最快能向上汇报的"AI 落地"成果。
嵌入式/控制工程师：去 modeloop.app 排个 waitlist，同时把你手头一个 PID/状态机小例子试着用"模型即 JSON"的思路重画一遍，感受无锁定 + git diff 的爽感。
Agent 产品开发者：clone aac/surface，给你的 Claude Code/Codex 加上这个 skill，下一次需要"让用户从 5 个方案里排序"时，别再让它堆文字，让它丢一个可拖拽网页给你。
所有人都该建立的一个认知：别再问"哪个 AI 工具最好用"——接下来真正有红利的是能把 AI 嵌进你现有工作界面（SQL/编译器/网页）的那类，而不是又一个对话框。

参考来源

samtSQL 官网（AI Operators on PostgreSQL）：https://samtsql.com/
Modeloop 官网（Models as Code）：https://www.modeloop.app/
surface 项目仓库（Agent ephemeral UI）：https://github.com/aac/surface
glueRun-go 多 Agent 编排引擎：https://github.com/alex-reysa/glueRun-go
Hacker News 当日首页（数据采集来源）：https://news.ycombinator.com/

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入