移除 Docker 依賴以加速本地開發環境建立

Supabase 發布了新的 Alpha 版運行時，允許開發者在無需安裝 Docker 的情況下啟動本地 Supabase 後端。對於習慣使用 Colima 或其他替代方案的開發者而言，這進一步移除了通往可用資料庫路徑上的依賴項。

雖然對人類開發者來說，本地環境設定僅佔每週工作的一小部分，但 AI Agent 在反覆建立與測試環境時會頻繁遭遇此步驟。移除 Docker 依賴能顯著降低 Agent 在自動化流程中的摩擦成本。

宣告式資料庫結構讓 Agent 可直接讀寫 Git 檔案

傳統 SQL 工作流程會累積大量遷移歷史，而 Supabase 推出的宣告式結構則提供了一種描述期望狀態的方式。這些結構以檔案形式存在於應用程式旁，供 AI Agent 檢查與編輯。

這種機制被類比為資料庫領域的 Terraform 時刻：將期望狀態存入 Git，Agent 即可讀取、修改、分叉並針對該倉庫進行操作。這不僅有利於 Agent，也讓人類開發者無需重建整個歷史即可理解後端結構。

Supabase Compute 與資料庫並行執行工作負載

Supabase Compute 目前處於私人 Alpha 階段，旨在解決應用程式除了儲存結果外還需要執行處理過程的問題。這包括文件分塊、生成嵌入向量或其他較長時間運行的任務。

創辦人 Paul Copplestone 與 Ant Wilson 討論了將容器運行在資料庫附近的架構。這種做法縮小了從啟動應用到實際運作之間的差距，減少了需要單獨配置、連接並向 Agent 解釋的獨立服務數量。

雖然 Edge Functions 仍然有用，但無法涵蓋所有工作負載。Supabase Compute 允許在資料庫旁執行較長時間運行的任務，補充 Edge Functions 無法涵蓋的工作負載。

擴展能力：從原型到 PB 級數據庫的工程挑戰

Supabase 創辦人表示目前每月啟動約五百萬個資料庫，並思考若 AI Agent 將此規模推向數十億應用時的影響。同時，現有客戶的工作負載也在增長，服務更多小型資料庫與支持單一大型資料庫是不同的工程問題。

為應對這些挑戰，Supabase 發布了 OrioleDB、Multigres（高可用性 Postgres 方案，私人 Alpha）以及收購 Turso 等擴展公告。這些技術選擇涉及從垂直擴展到水平擴展的架構決策，以支撐「從原型到 PB」的定位。

AI 驅動使用量提升產品啟用與轉換率

創辦人觀察到，隨著 AI 驅動的使用量成長，Supabase 的用戶啟用率（activation）與轉換率（conversion）反而有所改善。他們解釋這是因為 Agent 能協助用戶從註冊到完成設定一氣呵成，無需用戶自行處理每個配置步驟即可看到應用運作。

創辦人認為這顯示了 Agent 在簡化用戶從註冊到應用運作流程中的潛力。