AI Agent 倒逼 HTAP 落地，TiDB 称 LTAP 是 HTAP 的子集

Databricks 在 Data + AI Summit 上提出 LTAP（Lake Transactional and Analytical Processing）概念，主张将事务与分析统一在湖仓之上。TiDB 团队发文回应，认为 LTAP 本质是 HTAP 在数据湖上的特化实现，而非替代方案。

TiDB 指出，AI Agent 的典型工作流——从查询用户数据、执行事务操作到调用模型推理——天然需要同一系统同时承载 TP 与 AP 负载。若将事务与分析分离到不同引擎，Agent 的端到端延迟和一致性将难以保证。HTAP 架构在十年前就已提出这一需求，如今 Agent 场景正在验证其正确性。

对工程团队而言，选型信号明确：若 Agent 工作流涉及高频事务写入与实时分析，HTAP 数据库比 LTAP 湖仓方案更匹配。TiDB 借此重申其 HTAP 定位，并暗示未来 Agent 原生场景将成为 HTAP 的核心驱动力。