Oracle表示，随着企业AI从试验阶段走向生产环境，真正影响落地进程的已不再只是模型性能，而是安全、数据访问以及智能体治理能力。据SiliconANGLE当地时间22日报道，在“Oracle AI World 2026”于美国拉斯维加斯举行前夕，Oracle管理层在会前媒体沟通中集中阐述了上述方向。该大会将于25日至28日举行。

在此次沟通中，Oracle将“可信智能体AI”列为核心议题之一。Oracle数据库技术高级副总裁Juan Loaiza表示，若要推动企业AI真正进入生产环境，事后在现有系统上加装安全能力远远不够，必须将AI、数据管理和应用开发整合进统一架构。

Oracle同时将“Oracle AI数据库”定位为企业AI的重要底座。Oracle数据库工程产品与研究高级副总裁Hasan Rizvi表示，该方案可简化复杂数据结构，支持多种部署方式，并从源头加强敏感信息保护。同时，它还支持结构化与非结构化数据的统一处理，并允许企业在无需将数据迁移至独立平台的情况下构建AI智能体。

除基础架构外，智能体治理和数据库级安全也是Oracle此次重点强调的内容。

Oracle数据库关键任务数据与AI引擎高级副总裁Tirthankar Lahiri，以及产品管理副总裁Sara Narayan介绍称，Oracle正围绕数据、访问、知识和执行四个层面构建信任框架。

Oracle表示，通过“Trusted Answer Search”、“JSON Duality View”以及深度信任架构，公司正把数据库级防护延伸至用户、应用和自主智能体请求的全链路。

在网络安全方面，Oracle还强调，随着AI被用于发起网络攻击，安全响应速度正变得越来越重要。

Oracle数据库安全软件工程高级副总裁Vipin Samar表示，在攻击者通过逆向分析软件补丁来寻找漏洞的情况下，传统维护周期已难以应对。为此，Oracle提出提升数据库整体风险可视化能力，并在漏洞被利用前更快下发安全补丁。

与此同时，Oracle也介绍了其基础设施与开发工具布局。Oracle数据仓库与自主数据库高级副总裁Cetin Ozbutun表示，AI原型能否走向可运行应用，关键取决于数据基础设施。Oracle软件工程高级副总裁Nipun Agarwal则表示，“自主AI Lakehouse”可连接分布式数据环境中的分析与AI决策，减少大规模数据迁移需求。

Oracle数据系统软件工程组副总裁Zia Shi表示，“Exadata Live Migration”可在不中断连接的情况下，将正在运行的数据库虚拟机在服务器之间迁移。