Anthropic: 我们大量使用了 PostgreSQL！

根据 Anthropic 的官方招聘信息、开源项目代码库（GitHub）以及官方的技术文档与开发者指南，Anthropic 在多个关键领域使用了 PostgreSQL。

目录

核心产品基础设施

这是 PostgreSQL 在 Anthropic 内部最主要的应用场景，用于支撑 Claude 的用户服务。

用户与业务数据：用于存储数十亿级别的 API 请求记录、用户账户信息、计费数据以及对话历史。

信息来源：

• 招聘信息 (Greenhouse/LinkedIn)：在 “Staff Software Engineer, Databases” 等职位的描述中，Anthropic 明确要求应聘者具有“扩展 PostgreSQL 以支持数百万用户”的经验，并提到需要“设计处理数十亿 API 请求的系统”。
• 技术栈描述：在 “Software Engineer, API Product” 的职位描述中，技术栈一栏明确列出了 Databases: PostgreSQL (AlloyDB)，这表明他们可能使用了 Google Cloud 的 AlloyDB（完全兼容 PostgreSQL 的云原生数据库服务）。

模型上下文协议 (Model Context Protocol, MCP)

Anthropic 在 2024 年底发布了 MCP 标准，旨在让 AI 模型更好地连接数据。PostgreSQL 是该协议的首批参考实现之一。

官方参考实现：Anthropic 开发并维护了一个官方的 PostgreSQL MCP Server。

用途：这允许 Claude Desktop 或其他 AI 代理（Agent）直接连接到用户的 PostgreSQL 数据库，读取表结构（Schema）、执行 SQL 查询并分析数据。

信息来源：

• GitHub 仓库：Anthropic 官方组织下的 modelcontextprotocol/servers 仓库中包含 postgres 目录，即官方的 PostgreSQL 适配器代码。
• 发布公告：Anthropic 关于 MCP 的官方博客文章中，将 PostgreSQL 列为核心连接器示例。

数据中心控制系统

除了纯软件产品，Anthropic 在管理其物理计算基础设施时也使用了 PostgreSQL。

用途：用于收集和记录数据中心的遥测数据（如电力监控、冷却系统状态等），作为工业控制系统（SCADA/BMS）的后端数据库。

信息来源：

• 招聘信息：在 “Data Center Controls Engineer” 的职位描述中，明确要求候选人具有“数据库集成（SQL Server, InfluxDB, PostgreSQL, TimescaleDB）”的背景，用于处理数据中心的时序和日志数据。

开发者生态与 RAG 最佳实践

虽然 Anthropic 内部大规模向量搜索的具体实现细节较少公开，但他们在对外推广的“检索增强生成”（RAG）技术栈中，高度绑定 PostgreSQL 生态。

用途：作为构建“上下文检索（Contextual Retrieval）”系统的推荐数据库，特别是结合pgvector插件使用。

信息来源：

• 开发者文档 (Anthropic Cookbook)：在官方的 Contextual Retrieval 指南和相关 RAG 教程中，Anthropic 的示例代码和架构建议常引用 PostgreSQL 作为向量存储的标准方案。
• 合作伙伴集成：Anthropic 与 Supabase（基于 PostgreSQL 的云服务）等公司紧密合作，推出了针对 PostgreSQL 的 AI Agent 最佳实践和 MCP 集成。

参考信息