Perplexity 自研 CobbleDB 替代 AWS DynamoDB，每年最多可节省一亿美元

一句话看懂：Perplexity 用两名工程师加数百个常驻 AI 智能体，在两个月内自研出替代 AWS DynamoDB 的键值数据库 CobbleDB，用于加速网页内容抓取，迁移后每年最多可省 1 亿美元。

事件核心：发生了什么

Perplexity CEO Aravind Srinivas 在 X 上披露，公司自研了一款名为 CobbleDB 的键值（key-value）数据库，用来替代此前依赖的 AWS DynamoDB。CobbleDB 的主要职责是支撑 Perplexity 搜索中快速的网页内容抓取。据其介绍，这个核心基础设施由两名工程师主导、配合数百个持续在线的 AI 智能体，在两个月内完成，官方同期发布了相关研究文档。Srinivas 称，迁移到自研数据库后，公司每年最多可节省约 1 亿美元。该帖发布后获得超过 25 万次浏览。

为什么重要

这条消息有两层价值。一是成本：1 亿美元的年度节省规模，说明 Perplexity 在网页抓取与内容服务上的数据吞吐已经非常大，也反映出托管型 NoSQL 数据库在 AI 搜索这种高频读取场景下的账单压力。二是技术路线：用少量人力搭配“always-on”的 AI 智能体完成核心基础设施开发，是 AI 辅助软件工程从写代码片段走向系统级交付的一个可核查案例。目前公开信息显示，这类“AI 智能体作为工程产能”的模式尚未在主流云厂商的关键路径上被大规模验证，因此 CobbleDB 的长期稳定性、运维成本和迁移风险，比节省金额本身更值得观察。

对用户/开发者/创作者的影响

普通用户短期内感知不到变化，搜索结果的响应速度和可用内容范围仍是体验关键。对开发者而言，Perplexity 把数据库层列为可自研、可替换的组件，意味着在 AI 应用的成本结构里，存储与读取层的自建收益可能被重新评估；如果官方后续开源或公开 CobbleDB 的设计细节，键值与缓存类基础设施会多一个参考选项。对做内容抓取、RAG 或搜索类产品的团队来说，这个案例提示：网页内容管道的瓶颈，往往不在模型推理，而在数据存取与调度层。