Oracle发布Deep Trust AI架构，将权限与业务规则下沉至数据库

Oracle于10月26日在拉斯维加斯举行的Oracle AI World上公布Deep Trust AI Architecture，为处理企业数据的AI智能体和应用设计底层控制。这套架构蓝图整合Oracle AI Database、Autonomous AI Database及APEX AI Application Generator，覆盖软件平台、数据、数据访问和应用开发四个层面。

随着AI从回答问题走向操作业务系统，Oracle所指的问题更加突出。应用即使设有细致的隐私检查，直接连接数据库的智能体仍可能换条路径访问相同信息，生成式应用也可能遗漏权限规则。Oracle希望由共用基础设施执行这些保护，减少对各个应用实现方式的依赖。

平台层采用Autonomous AI Database对数据库引擎、操作系统、存储及固件的自动安全更新。滚动补丁按顺序更新基础设施的不同部分，让工作负载继续运行，并以加密保护存储和传输中的数据。这些能力针对AI应用所依赖系统的维护及暴露风险。

权限方面，Deep Data Security依据请求用户的身份和执行上下文，在Oracle AI Database 26ai内部落实规则，粒度可细至整条记录、特定字段或单元格。企业身份系统签发的签名令牌传递身份信息，让数据库识别智能体请求背后的实际用户。经理能查看哪些员工信息，由数据库策略决定，无须在不同应用中重复过滤。

业务限制由另一组机制处理。Oracle SQL Assertions将员工消费上限等条件交给数据库强制执行，提交超额费用时即可拒绝。针对智能体访问，公告介绍的Deep Trust Data APIs向应用提供采购订单等受控业务对象，明确允许读取或修改哪些内容，并由数据库执行相应规则。

Oracle Deep NL2SQL处理将业务问题转换为数据库查询指令SQL时的理解偏差，结合企业术语、业务指标及数据组织信息。Continuous Feedback Learning允许用户标记错误答案，由知识专家在AI协助下调查并修正；Knowledge Change Verification则在发布更新后的知识前，重新检查已验证答案，发现可能破坏其他答案的修正。这些机制以提高准确率为目标，并不代表错误会消失。

应用开发层让AI编程智能体生成APEXlang，即描述应用应有功能的结构化定义，再由现有APEX引擎执行。这种语言便于人阅读，团队可以审查、验证并纳入版本控制。执行和运行控制集中于共用引擎，开发者维护AI生成的应用规格。Oracle产品说明指出，APEXlang要求APEX 26.1或更高版本。

10月26日发布的是架构蓝图，部分底层能力此前已可用。Oracle在日期为5月1日的博客中宣布，Deep Data Security已在AI Database 26ai提供。APEX 26.2于10月6日正式支持本地部署，新增Deep Data Security集成及更细粒度的APEXlang导入。当时公告仍将Autonomous AI Database、OCI和多云支持列为后续推出，不能据此认定这些环境已完成部署。此次架构公告也没有为所有组件给出统一的正式可用日期。