主要观点：

• Hybrid 不是退路，而是真正的策略，数据库需兼具“理解灵活人类意图”和“严格执行 SQL 命令”的能力，应采用传统可靠 API 与 AI 驱动的 NL2SQL 层相结合的混合方法。
• 纯 AI 目前无法满足需求，混合方法更智能、快速、安全，现实中最先进的 AI 数据库工具也依赖强传统 API，后端基础不可或缺。
• 混合架构蓝图包括前端、后端（传统 API）、NL2SQL 层等，后端负责模式服务、安全查询执行等，AI 仅帮助翻译用户意图、生成查询等，且需严格验证和限制。
• 此方法旨在辅助数据库管理员（DBAs），将其从重复性工作中解放出来，专注于更重要的事务。
• 混合方法能避免因让 AI 盲目处理大量原始数据而导致的灾难，应使用传统 API 端点预处理数据后再让 AI 参与。

关键信息：

• 传统 API 快速、可靠、可预测、安全、易调试；AI/NL2SQL 有时慢、概率性、需验证、需安全检查、难追踪逻辑。
• 后端应处理模式服务、安全查询执行等，AI 仅帮助翻译和建议查询，且要严格验证和限制。
• 混合架构通过前端、后端、NL2SQL 层协同工作，保护数据库内部结构。
• 示例展示了如何通过提示工程让 AI 生成安全的 SQL 查询，以及 DBConvert Streams 如何应用混合方法。

重要细节：

• 前端从不直接访问数据库，通过后端处理权限检查、查询生成等。
• AI 组件不直接与数据库交互，仅输出只读 SQL 并经验证后执行。
• 混合方法能节省成本、提高效率和安全性，避免 AI 处理大量原始数据的问题。