About
我是罗云（英文名 Cloud，亦称老罗、克劳德），目前在腾讯云数据库工作， 任副总经理，并担任腾讯云数据库 AI 产品负责人。我和团队的工作横跨 AI 和数据库融合（DatabaseClaw 数据库自动驾驶、智能体长短期记忆 Agent Memory、AI 原生数据库 Tencent Cloud VectorDB）、NoSQL（Redis、MongoDB 等） 与数据库 SaaS（DBBrain、DTS 等）三个方向。
我在云计算与分布式系统领域工作了十余年，是腾讯云的创始团队成员， 参与了腾讯云从 0 到 1 的孵化过程， 并在多个数据库与平台产品的早期阶段担任主要负责人。 这些产品线在线上业务中稳定支撑着上百万台量级的分布式集群规模， 沉淀了完整的 ToB 云产品高可用性服务经验。 近年来，我的研究与产品兴趣集中在数据库与大模型的融合—— 向量检索、检索增强生成 (RAG)、Agent 记忆系统， 以及面向 AI 应用的数据库新形态。
Vision
计算平台的每一次代际更迭，都会重塑其上的存储形态。从纸带、文件系统， 到关系型数据库、缓存与向量数据库——存储的演进从未由存储自身定义， 而是被计算平台的需求所牵引。当计算的核心从 CPU 迁移到 GPU， 一场新的存储范式转移正在发生：向量检索、检索增强生成、Agent 长期记忆， 都是这场转移的早期形态。
我和团队 DML (Data Model Lab) 正是为这场范式转移而立，并选择了一条 双向智能化 的路径—— 一面构建匹配 AI 时代的存储与记忆基础设施（Database for AI）， 一面以模型与 Agent 重写数据库系统的内核（Database by AI）。 唯有当承载智能的系统自身也由智能驱动，这条路径才真正成立。
GPU 时代之后，企业真正的护城河，将从代码迁移到训练数据、训练平台与模型参数。 而团队的第一竞争力，是定义领域关键问题的能力， 以及围绕这一问题构建一支兼具评测、Agent 框架与模型训练能力的团队。
Research Interests
- AI Native Database — 数据库为 AI 而生：原生支持向量、稀疏检索、混合查询与 Agent 记忆原语。
- Agent Memory & Long-Context Systems — Agent 长短期记忆的存储、检索与遗忘机制。
- Domain-Specialized Post-Training — 数据领域垂类模型的后训练方法与系统化能力评测。
- Cloud Infrastructure & Highly-Available Distributed Systems — 大规模云基础设施的体系结构、容错与高可用设计，跨越计算、网络、存储与数据库等核心子系统。
Publications
- 《从零构建向量数据库》 — 行业首本系统讲解向量数据库的中文专著。
- 《检索增强生成理论与实践》 — RAG 体系化的理论与工程实践。
Experience
- 负责腾讯云数据库 AI 方向，孵化 DatabaseClaw（数据库自动驾驶）、Agent Memory（智能体长短期记忆）、Tencent Cloud VectorDB（AI 原生数据库）等 AI 与数据库融合的能力，推动其产品化与商业化落地。
- 主导数据领域垂类模型的后训练 (Post-Training)。在智能 DevOps 与 Agent 长短期记忆 (Memory) 等方向，自研模型达到业界 SOTA 水平，并已规模化应用于线上用户环境。
- 从 0 到 1 完成国内领先的 Redis / MongoDB / KV 存储 / 时序数据库等数据库产品的预研、公测与商业化。
- 从 0 到 1 完成数据迁移平台 (DTS) 与数据库智能诊断平台 (DBBrain) 等数据采集与智能化应用平台的上线与商业化。
- 从 0 到 1 完成一站式 Serverless 开发平台（小程序·云开发）的落地，国内开发者规模过百万。
- 线上服务的分布式集群规模达上百万台，积累了丰富的 ToB 云产品高可用性服务经验。
- 作为腾讯云创始团队成员，是早期计算 / 网络 / 存储 / 数据库等关键子系统代码的重要贡献者，参与了腾讯云的孵化与成长。
Professional Service & Teaching
- 中国通信标准化协会大数据技术标准推进委员会 (CCSA TC601) 数据库与存储工作组，副组长。
- 清华大学研究生校外导师。
Contact
