Postgres as an Execution Environment for AI Workflows(PGConf.dev 2026)

Postgres как среда выполнения для AI-воркфлоу (Postgres as an Execution Environment for AI Workflows) PGConf.dev 2026 PostgreSQL всё чаще используется не просто как хранилище данных: он становится средой выполнения для смежных с AI воркфлоу — генерации эмбеддингов, гибридного поиска, переранжирования, проверок модерации, обогащения и автоматизации с учётом политик. Привлекательность очевидна: SQL, транзакции, безопасность на уровне строк и аудируемый контроль изменений. Реальность в продакшене также очевидна: как только сессия базы данных впервые вызывает «внешний мир», мы наследуем проблемы распределённых систем внутри системы, оптимизированной для детерминированного локального выполнения. Этот доклад каталогизирует наиболее распространённые сценарии отказов, с которыми мы сталкиваемся, когда команды внедряют AI-воркфлоу вокруг Postgres: медленные/провалившиеся внешние вызовы из транзакций; штормы повторов и ограничения скорости, вызывающие деградацию всей базы данных; несогласованные записи без идемпотентности; слепые зоны управления (какой запрос инициировал какой внешний вызов с какими данными?); пробелы в наблюдаемости на границах между базой данных и сервисами. Мы рассмотрим конкретные шаблоны реализации (PL-языки, фоновые воркеры, NOTIFY/LISTEN, очереди, хуки расширений), а затем предложим набор патчируемых примитивов, которые повысят безопасность и стандартизацию без «добавления AI в ядро»: абстракция исходящего вызова с бюджетами, автоматическим отключением...