当AI应用进入规模化阶段，研发也进入高频迭代，评测效率正在成为新的关键环节。

近日，蚂蚁集团旗下健康AI应用“蚂蚁阿福”获得IDC中国“AI人工智能创新奖——AI行业应用落地实践奖”，成为医疗健康领域唯一获此奖项的AI产品。借助OceanBase AI数据库的数据沙箱能力，阿福将评测环境准备时间从数天缩短至分钟级，支持研发团队快速复现问题、并行验证不同方案，同时不影响线上业务。

基于这一能力，真实业务场景中发现的问题可以快速沉淀为评测数据集，并进入复现、验证和优化流程，推动AI研发从串行准备走向并行验证，加速蚂蚁阿福的持续迭代。

将评测环境从天级缩短至分钟级

与传统应用不同，AI应用上线并不意味着研发结束。模型、Prompt、工具调用方式或业务逻辑每一次调整，都需要重新验证效果。

在实际运行中，AI应用需要持续结合真实使用场景中的用户交互反馈和异常情况，形成评测数据，并据此推动AI能力持续优化。

这些评测数据需要在相对独立、稳定的环境中进行验证。过去，研发团队通常需要单独准备评测环境，整个过程往往需要数天；当多个版本或方案需要同时评估时，还需要重复准备多套环境，进一步拉长研发周期。

OceanBase数据沙箱提供了一种更轻量的解决方案：它不需要复制整套数据库，而是基于业务数据建立持续更新的数据基线，并按需生成相互隔离的评测环境。研发人员可以在与实际业务场景保持一致的环境中开展评测，同时与线上生产环境隔离；不同版本也可以使用独立沙箱并行评估，完成后快速销毁。

借助该能力，评测环境准备时间从天级缩短至分钟级。研发人员发现问题后，可以快速复现并调整模型、Prompt或业务逻辑，再次评估优化效果；多个方案也可以同步评估。对于阿福而言，数据沙箱让原本需要较长周期完成的评测流程变得更加灵活，问题能够更快进入优化环节。

让评测跟上AI应用迭代

数据沙箱是OceanBase支撑阿福AI应用研发的一个具体实践。除了持续评测，AI应用在实际运行中还需要处理多类型数据，并结合实时信息和上下文完成交互。

针对这些需求，OceanBase通过多模数据管理能力，为AI应用提供统一的数据管理；通过实时数据与上下文管理能力，让AI能够及时获取所需信息；而数据沙箱则进一步面向研发环节，为AI应用提供灵活、隔离的测试环境。

三类能力分别对应数据管理、实时交互和研发验证，但此次阿福案例中，数据沙箱解决的是一个更加直接的研发问题：当AI应用需要越来越快地迭代，如何让评测也跟得上研发速度。

据介绍，相关技术已在蚂蚁集团内部多个AI业务场景完成大规模验证，未来将逐步向外部企业客户开放。此前，OceanBase已公开支撑蚂蚁灵光平台3000万个闪应用的数据架构实践。此次阿福获得IDC中国AI行业应用落地实践奖，也进一步展示了OceanBase在超大规模AI应用研发场景中的实践能力。

AI应用正在从一次开发走向持续优化，数据沙箱让业务数据能够安全、高效地进入研发流程，成为支撑AI迭代的新型基础能力。