作者 | 唐小引

出品 | CSDN（ID：CSDNnews）

2010 年 10 月 20 日，來自加拿大滑鐵盧大學的一群學生研發出一款名為 Kik 的跨平臺聊天應用，基于手機通訊錄免費短信聊天，火速風靡。

在廣州離群索居的張小龍于自己默默耕耘的 QQ 郵箱的閱讀空間里，第一次知道了 Kik 這個新產品。一個深夜，張小龍給馬化騰寫郵件，建議由他的廣州團隊做一款類似 Kik 的產品，馬化騰當即回復同意。

而小米這邊，洪鋒攔住了趕著去開會的雷軍，給他演示 Kik 的使用。雷軍決定小米要立即跟進，并搶在了騰訊之前發布了米聊。然而后來的結果大家都了然，米聊敗了，如過江之鯽的 IM（即時通訊）應用消失在互聯網的歷史洪流里，世人都用起了微信，記住了“微信之父”張小龍。

這是雷軍的遺憾，因為他既錯過了張小龍（雷軍曾有機會收購張小龍及其 FoxMail），又敗給了張小龍。

亦是現年 57 歲始終熱衷于寫代碼的濤思數據創始人&CEO 陶建輝的遺憾：“我第一個創業公司，那是個更大的夢想，我是要顛覆短信、彩信的人，我認為 QQ、MSN 都將被我顛覆。結果卻被張小龍拿走了，這是我人生最大的遺憾。”

2007 年，通訊起家、還在美國摩托羅拉手機部門做軟件工程師的陶建輝看著收發短信還得付費，一直在思考，如何在不費手機電量、不消耗多少流量的情況下，將消息免費實時推送到手機上？圣誕節時，趁著妻子帶兒子外出旅游，他自己在家埋頭寫代碼，花了不到 10 天的時間寫出了完整的 Demo（說來也巧，現代操作系統的起源 Unix 也是 Ken Thompson 趁著老婆休假帶孩子回娘家開發出來的）。

看了演示的妻子覺得挺靠譜，于是 2008 年剛開年，陶建輝立馬從摩托羅拉辭職，回到北京創業做起了和信。2009 年，和信正式對外發布，提供客戶端、插件。“我是全世界第一個意識到要做通訊錄匹配的。”IM 是從 PC 到移動互聯網時代變更的標志性應用，其典型特征便是通訊錄匹配（熟人社交），還有就是不要在線狀態，這一方式也讓從 QQ 起家的微信終于甩掉了“既有 QQ 為何還要微信”的質疑。

2009 年過春節，陶建輝和老友 CSDN 創始人蔣濤的拜年短信都是通過“和信”發送。它和 iPhone 的 iMessage 一樣，甚至還有更多功能，在網頁上看得見通訊錄、通話記錄，發短信可以在網頁上發，但發出去顯示的還是用戶自己的手機號。“Apple 的 iMessage 是真正百分之百跟我一致的。對方裝了 App，就完全走互聯網；對方沒裝（App），就走正常短信。蔣濤特別喜歡這個功能。因為我們都要群發拜年短信，結果他就遇到一個麻煩，初一給我打電話：‘老陶，我的手機被禁掉了！’因為群發短信發得太多了。”

陶建輝用的方法很簡單，從網頁到服務端，服務端 Push 到手機（把手機變成一個“短信貓”），將短信發出去，走的并非運營商的短信網關，而是網絡。一個中文漢字兩個字節，1KB 是 1024 個字節，等于五百多個漢字，價格就相當便宜了。

除此之外，和信的“個性手機報”功能有點類似于今天的微信公眾號，支持 Twitter（現 X）、Facebook（現 meta）。還有一個功能叫“抓客”，可以從網頁上抓取任何選中的文字、圖片或音樂，直接傳送到自己或朋友的手機上。當時，像大眾點評（2003 年創立）里的地址，都是在網上搜索，搜索后約人吃飯發短信。而陶建輝和他們談合作，使用“抓客”一點就直接到手機上，大眾點評的團隊非常興奮，覺得這個工具太好了。

陶建輝心懷讓短信、彩信免費的夢想，所有方案都做好了，但做得很艱難。iPhone、Android 手機都在美國剛發布不久，國內還是功能機主流、智能手機萌芽的時代，和信主要還是基于諾基亞的塞班系統。最終彈盡糧絕，因為欠繳房租以至于辦公室都被人封了。身無分文，又不小心摔斷了腓骨，陶建輝進入了人生至暗時刻，中科大的老師和同學雪中送炭硬給他塞了兩萬塊錢，最終，2010 年和信以賣給聯發科收場。

多年之后回想起來，陶建輝依然倍感遺憾，“我極具創新的 idea，結果最后這領域贏家是張小龍，我沒賺到錢。當時一直認為我應該干一場大的，不服氣，覺得自己有如此多的創意，而且這么勤奮，居然沒有成功。”免費消息，這個他在 2007 年想到的 idea，2008 年創業開始做的產品，比 Kik、微信都早了兩三年，全世界記住了張小龍，卻幾乎沒人知道他曾率先有此創想。

“我們迎來了公司歷史上最好的發展機會，能跑多快就跑多快”

2025 年春節 DeepSeek 爆火出圈讓陶建輝再次看到了“干一場大的”的機會，此時陶建輝的第三次創業——濤思數據 TDengine 已經進入了第八個年頭，他異常興奮，用原話形容就是“熱血沸騰”，經常在深更半夜給并肩奮戰多年的聯合創始人發信息分享自己最新的 idea。從年初至今，他每次開會都會講這樣一句話：“我們迎來了公司歷史上最好的發展機會，能跑多快就跑多快”。

陶建輝直言 DeepSeek 帶來的機會、空間比做時序數據庫實在大太多，“我在公司內部都講了，這是從 100 億人民幣變成 1000 億人民幣的概念。我們公司以前努力，也就是 100 億到 200 億的規模，但現在可以到 1000 億到 2000 億的規模。這是個多激動人心的事情！而且各種條件都準備好了，如果眼睜睜地看著這個機會溜走，那才真是人生憾事。”

是什么樣的機會讓陶建輝能“比 2017 年做 TDengine 的時候更興奮”？

2016 年 AlphaGo 打敗李世石讓 AI 大火，陶建輝想到以自動駕駛為代表的行業產生的海量數據，必須要用一定的方式來處理，像自動駕駛的數據幾乎都是時序數據，這是 TDengine 誕生的原因之一。

而 2022 年 ChatGPT 帶來了更猛的 AI 浪潮，影響范圍更大，讓陶建輝意識到每個人、每個行業都要充分利用 AI。在數據分析領域，ChatBI 開始興起，TDengine 也在其產品中順勢推出了時序數據 AI 智能體 TDgpt，實現一行 SQL 即可調用 AI 能力。

但這遠遠不夠，ChatBI 去掉了對程序員的要求，對業務人員依然有很強的依賴，提示工程成了所有人、行業應用 AI 的一大難題。而 TDgpt 主要用來做時序數據預測、異常檢測，躲在 TDengine 的背后，不是被最終用戶直接使用的。“ChatBI 并沒有讓我真正發生質變，它還是對業務人員有依賴，業務人員要會問問題，直到春節 DeepSeek 爆火，我覺得必須要趕上 AI 大潮，天天在琢磨。”

“提出問題比解決問題更重要，但絕大多數人是提不出問題的”，到底該怎么辦？

某天陶建輝突然想到是不是可以把“問”這個環節取代掉，不用 Chat，而是把數據分析主動推給用戶，像我們平常刷抖音一樣？

對于工業場景等傳統行業，早就形成了教科書式的管理流程和標準方法，AI 全部都知道，因為它已經存在幾十年，無數人做過研究，除了極少情況下會有某個企業自創一套新的管理體系或新指標。他立即用 DeepSeek 進行案例驗證，比如一個來自煤礦行業的人和他講煤礦安全時，提到了“來壓”。對煤礦完全不懂的陶建輝問 DeepSeek “來壓”是什么、可以用來做什么？如果要用來壓建個面板，應該是什么樣的？結果，DeepSeek 就把來龍去脈講得清清楚楚（包括壓力監測、為了煤礦安全應該建什么面板、物理量單位叫什么等等），這讓陶建輝的認知得到刷新，對由 AI 直接告訴用戶的做法深信不疑。

原本，多年以來，工業場景有著很強的知識壁壘，但其數據又是海量低價值密度的，需要一種極其高效的方法將數據價值挖掘分析出來。但現在，年輕人越來越不愿意進入這個行業，“數據采集很早就存在，中國制造業的自動化水平已經相當高，廣泛應用 SCADA（數據采集與監控系統）、DCS （分布式控制系統）和 PLC（可編程控制器），卻沒有辦法做數據分析。在中國，僅制造企業就有六十多萬家，在這之中，雖然有像寧德時代、三一重工這樣的巨無霸，他們有自己的 IT 團隊和 BI 軟件，但絕大部分，可能 90% 以上，連數據分析師都沒有。”

而 TDengine 耕耘八年，其產品已經深入鋼鐵、石油、石化、智能制造等諸多行業，都是以被集成的方式，最終用戶并不知道其背后的存在。作為程序員、時序數據庫的深耕者，陶建輝對 IT 互聯網等新興行業了如指掌，但對鋼鐵、石油這些傳統行業一無所知，陶建輝幾度拿水務、煙草等各種行業碰到的實際情況自嘲：“在與某大型水務集團交流時，水務的那些詞我根本搞不懂，怎么給他們開發軟件？一開口，人家就說你這個菜單都不是我想要的名稱”。

現在，情況發生了變化：行業知識壁壘被消除，AI 什么行業都懂；所有的 AI 應用都變成了一個 Chat 的聊天界面，讓做應用變得更簡單了，在這樣的情況下，底層的基礎軟件公司能夠往應用層做，直達最終用戶。“AI 讓我們這些做基礎軟件的公司能夠往上做，做應用的壁壘在于行業知識，這個壁壘正好被大模型解決了，所以我認為這個空間大太多”。

而 TDengine 原有的“超級表”“虛擬表”的創新提供了極大的助力：他們解決了 Text-to-SQL 的問題，“我們現在做 Text-to-SQL 沒什么挑戰，是因為我們的表結構非常簡單，而表結構簡單的原因則在于超級表以及虛擬表，它可以把很多表合到一起，讓一個設備就一張表，大量減少關聯查詢，讓 AI 去適應它，就馬上變簡單了，否則太難做了”。

東風已至，萬事俱備。“我很想搶第一，特別緊張，一心想趕快推出來。而且我覺得這個空間確實很大，你看見了機會，抓不到就錯過了。我覺得這個機會正好是我可以抓得住的。抓得到的是什么呢？第一，我們賬上錢還挺多的，有團隊、有人、有錢。第二，也不是所有有錢有人就能做，因為項目開發有機遇。我們正好已經做了時序數據庫，而且我大概在去年 9、10 月份，就已經在做數據目錄、數據標準化、數據情景化的設計開發了。”

緊張又興奮的陶建輝開啟了每天 14 個小時、一周七天的節奏，而團隊三十多人也以一周六天的節奏全力沖刺。

AI 原生的工業數據管理平臺 IDMP（Industrial Data Management Platform）就此誕生，主打功能便是“無問智推”，不需要提問，讓數據自己說話，基于采集的數據，自動感知應用場景，自動生成場景特有的指標、可視化面板、報表和實時數據分析。

注：感興趣的朋友可以點擊“閱讀原文”免費下載體驗 TDengine IDMP 無問智推。聽陶總說，為了降低體驗門檻，TDengine 還特別推出了相應的免費云服務。

從 Pull（拉）到 Push（推）

“沒有人比我更懂數據目錄、數據標準化、數據情景化”

怎么個“無問智推”法？

陶建輝在自己的文章里這樣寫道：“如果說 ChatBI 的‘智能問數’是‘有問才答’，那么 IDMP 這種從拉到推的模式，不妨稱之為‘無問智推’。”借助 LLM 與 AI Agent 技術，數據能夠實現“主動開口”—— 業務分析的核心洞察會直接推送給用戶，讓分析模式從 “拉取（Pull）” 徹底轉向 “推送（Push）”。這意味著用戶的數據消費變成了被動接收，數據分析由此邁入“抖音時代”，門檻被直接降至零。

這背后起到決定性因素的，是陶建輝所倡導的“數據平臺必須變成 AI-Ready 的平臺”，以存儲和計算為核心的數據庫被改造成為 AI-Ready 的數據平臺，而成為 AI-Ready 的數據平臺有三個標準：數據目錄、數據標準化、數據情景化。經過許久的深思熟慮，他親自手繪了一張 AI 驅動的工業數據管理平臺架構圖。

要讓 AI 完全把錯綜復雜的關系理清楚是很難的。工業企業的數據本身具有清晰的層級結構，比如“工廠-車間-產線-設備-測點”。但在實際的數據系統中，這些層級往往被打碎，設備的采集點、報警指標、KPI 等信息分散在不同表結構中，缺乏統一管理。TDengine IDMP 以“樹狀結構”作為核心模型，對物理與邏輯實體進行統一建模與組織。每個節點不僅包含結構關系，還可以掛載屬性、分析邏輯、事件規則，支持從組織結構、設備類型等多個視角靈活構建數據目錄，實現同一數據在不同維度下的統一呈現與多角度分析。這意味著：用戶不再是去找一張表、一列數據，而是在管理一個具有上下文的“對象”。

就標準化來說，國內沒有任何一家軟件支持物理單位的轉化。“比如數據庫里存的是‘米/秒’，另外一張表存的是‘公里/小時’，要算兩列車的平均速度，得先把單位轉化，否則怎么算？還有，在寫任何一個表達式，比如功率等于電流乘以電壓，把它寫成功率等于電流加電壓，我們馬上就會報錯，提示電流和電壓是兩個完全不同類型的物理量。全中國只有我們產品做到了。”

這反映了工業系統接入的原始數據的不統一，來自不同協議、不同采集系統，命名不一、單位不同、精度不一。TDengine IDMP 引入“元素模板”和“屬性規范”機制，通過統一的字段定義、單位體系、換算規則、上下限設定等規則，讓每一個數據點具備明確的含義。借助這一標準化體系，系統可以自動完成字段匹配與單位轉換，為 AI 提供明確的語義基礎，助力實現更可靠的數據分析與智能推理。

光有結構和標準還不夠。工業數據往往只有“數值”，卻缺乏“背景”。一個指標是否異常，不僅取決于它的數值本身，還要看它處于什么狀態、關聯哪些事件、上下游是否也發生了變化。

TDengine IDMP 支持在目錄和屬性層級上掛載豐富的語義信息，如描述、標簽、設備型號、安裝位置、運行狀態、是否可參與計算等，讓每一個數據點都有明確的業務含義與上下文關系。系統借此構建“數據情景圖譜”，使數據從“裸值”轉變為具備業務語境的實體，為 AI 提供更完整的語義基礎，提升異常識別與智能判斷的準確性。

這并非陶建輝的獨創，他坦言“數據目錄、數據標準化、數據情景化這三個關鍵點，幾乎沒有什么創新，是完全模仿 PI System 做的”。但是，他很肯定沒有人比他更懂，“我已經琢磨了 PI System 三年都不止，我比他們內部人還懂。我為了研究它，掏了 2 萬美金買了一個試用版。我對這個系統做了很多的研究，沒有這些準備，不太可能做出一個產品來。”

經常往返于中美的陶建輝能夠很明顯地感受到差異，“數據目錄、數據標準化、數據情景化，我在中國見到的所有工業界的人，幾乎沒人隨口而出。而在歐美，所有人都跟我談這個”。

但陶建輝在將自己開發 IDMP 的心路歷程寫成文章發布之后，收獲了不少的知音與反饋。采訪時陶建輝不時很高興地和我分享，有誰評論說從“拉”到“推”很有意義、CCF 杜小勇老師點評“陶總做了一件很大的事情”，對于評論里有多個留言提到了“數據目錄、數據標準化和數據情景化”，陶建輝深覺對方真正看懂了 IDMP。我在朋友圈里轉發了陶建輝的文章后，我的同事 CSDN 算法負責人興沖沖地找到我說“陶總是做實事的人，他提的數據目錄、數據標準是我們正在做的，我們的定義叫‘內容字典’”。

而他最擔心的，是西門子、施耐德、GE、Aveva 等工業軟件巨頭會跟進。“因為他們一切都具備，早就做好了數據目錄、情景化、標準化，要做一個 AI 應用易如反掌。而我們公司之前只是一個數據庫。因此我特別感謝他們，怕被他們搶先，我真的是被‘網’住了，每天工作好多個小時。”

在 IDMP 的產品研發上，還有一個頗有意思的技術細節。去掉 Chat，采用 AI 推薦，那怎么能夠確保 AI 推薦的效果？陶建輝表示，問得越詳細，效果越好、幻覺越小，這取決于提示詞。IDMP 的做法是將提示詞直接寫在系統程序里。“我們有兩個人只寫提示詞，天天琢磨提示詞。提示詞寫得好壞差別很大，跟寫程序一樣。分解任務是我們做程序、做軟件設計必須做的，分解到每個任務要給它一個輸入，這個輸入還得講得清楚。”

深思：由“無問智推”看 AI 如何重構數據庫和數據 Infra

IDMP 產品發布之后，收獲了很多的下載量與注冊用戶數。陶建輝的目光在于國計民生的戰場，希望讓中小企業擁有自己的“數據分析師”，業務人員需要實時的洞察，不用依賴于 IT 工程師或數據分析師，可以直接操作。“現在，通過 IDMP，中小企業可以和工具巨頭企業站在同一起跑線上競爭了。我本來想把我這個產品的域名都注冊了，叫 7x24.ai，但沒有注冊到。它實際上就是讓任何企業、人人都有了一個數據分析師，這個市場太大了。”

但他同時提到，數據分析師和 IT 工程師也無需焦慮，“這個行業不會消失，數據分析師保證還需要，不可能全部解決問題。世界上金字塔的底座，絕對是不懂的用戶、小白用戶占大多數。人類的需求總是不會被滿足的。當你以前受工具限制，只能看 10 張報表，現在由于 IDMP，你可能有 100 張報表，能夠更好地把數據價值挖掘出來。因此工作還是有，并不會沒有。就像大家都認為 AI 把程序員代替了，我個人認為是根本代替不了，相反，會讓程序員群體變得更大。”

陶建輝認為，AI 將重構數據庫和數據 Infra。重構主要表現在兩方面。一方面是以往是“拉”的模式，要寫個 SQL 語句去獲取數據，現在變成“推”。第二個就是數據結構要發生改變，不能僅僅是個二維表格，而是帶有豐富的上下文和業務語義的數據。數據庫一定會轉成這樣。“當數據庫的接口和數據消費的方式發生改變時，那些不擁抱 AI 的數據庫就會被淘汰出去，這就是洗牌的機會。”就像云計算出現，好多軟件都要在云上重新開發。就包括數據庫也要做所謂的云原生數據庫，它跟傳統的數據庫確實有區別。因此在 AI 時代，數據基礎設施確實要具備這兩點，否則很難為 AI 服務，這就是數據庫廠商新的機會。

而“無問智推”的下一步，是要把根因分析做好。“洞察要形成更好的決策，就需要知道根因。我們物聯網工業場景，監測異常數據才有意義，因此異常發生后，一定要知道是什么問題導致的。這個時候我們要利用 AI 技術，通過各種方式提供一個分析報告，告訴用戶是什么導致了這個不正常。現在都還是靠人工做，而且嚴重依賴行業經驗。這是我們下一個戰場。”陶建輝如是說道，根因分析是真正能夠把 AI 技術轉化成生產力的環節，“預計將于元旦前正式發布”。

結語：一個典型的程序員，從未停歇的極客之心

如前所言，即使身為 CEO，陶建輝依然在親自參與產品研發，關心程序員群體的未來，相信 AI 不會替代程序員而是賦能更多人成為開發者，期待編程的普惠化讓更多年輕人加入創造。AI 卷程序員先卷前端，但陶建輝說 IDMP 的前端是 4 個人才做完。“AI 對真正職業程序員的提效并不是太高，因為要 Debug AI 生成的程序，但 AI 能夠將寫模板這些活兒干了，對于小白、初級用戶是絕對的提效。”

生活質樸，一心撲在產品和社區上，工作之外唯二的愛好可能就是跑步，以及作為「愛倒騰的程序員」寫寫自己及師長家人的故事了。常年穿著標志性的橙色 POLO 衫，一年生活花費不足兩萬，“賺到的錢最終會捐出，不會留給子女”。

從和信、快樂媽咪到濤思數據，三次創業親自設計公司 Logo，域名也都是自己注冊的，他關注每個細節，不斷追求極致體驗。采訪的最后，陶建輝和我說道：

全世界都知道張小龍，不記得我陶建輝。我就希望“無問智推”能夠讓大家記得的是我陶建輝。你就把這句話寫下來：“無問智推”一定會流行起來，各種形式的“無問智推”一定會流行起來。我不想這次又被另外一個“張小龍”拿走，這是我內心的真實想法。我希望我是能夠收獲這個紅利、收獲商業成功的，不能像我第一次創業一樣，被張小龍、騰訊收割了。

一如他在八年前創立 TDengine 時寫下的話：錢再多，也難讓人在歷史上留下痕跡，但一幅好的作品卻可以傳承，讓后人好好地品味。

鬢微霜又何妨？初心不變，始終愿“Leave a dent in the world”！這就是寫代碼 40 年、57 歲程序員陶建輝的人生夢想。