MongoDB 發佈 7 項新平台功能，瞄準 AI 智能體市場

MongoDB Inc. 正在深化其在企業級 AI 領域的佈局，為其 Atlas 數據平台推出了 7 項新功能，旨在為 AI 智能體提供在生產環境中獲得信任所需的長期記憶和實時上下文。此舉挑戰了許多公司目前在 AI 數據棧中採用的多供應商碎片化方案。

MongoDB 總裁兼首席執行官 CJ Desai 表示：「在生產中運行智能體最難的部分不是模型，而是底層的數據層。要在大規模環境下信任智能體，它必須能夠檢索正確的上下文、跨會話保持記憶，並以機器般的速度運行。」

這些在倫敦活動上發佈的更新包括 MongoDB Vector Search 中的自動化 Voyage AI 嵌入（目前處於公開預覽階段），它能在數據更新時自動生成向量嵌入。針對開發者，公司宣布 LangGraph.js 集成正式商用，為基於 JavaScript 的 AI 智能體提供持久化記憶。核心數據庫也迎來了重大升級，MongoDB 8.3 的讀取速度提升了高達 45%，寫入速度提升了 35%。

對於 MongoDB (NASDAQ: MDB) 而言，這是為了成為日益增長的智能體 AI 市場的基礎數據層而進行的直接博弈。透過將向量搜索、記憶和嵌入等功能整合到一個平台中，該公司旨在降低開發者的「同步稅」，在其他平台供應商競爭激烈的背景下，有望提高其在 AI 基礎設施市場的份額。

新功能直接解決了 MongoDB AI 現場首席技術官 Pete Johnson 所說的現有大語言模型的「記憶問題」。如果無法跨對話保留上下文或訪問相關的實時數據，AI 智能體就會產生不一致或錯誤的結果，從而削弱用戶信任。透過將近期收購的 Voyage AI 的嵌入和重排序模型直接集成到 Atlas 平台中，MongoDB 旨在確保智能體能夠預先獲得準確的信息。

該公司聲稱其 Voyage AI 嵌入模型在海量文本嵌入基準測試 (MTEB) 中排名第一，這是衡量檢索準確性的關鍵指標。MongoDB 首席產品官 Ben Cefalo 表示，自動化嵌入生成將之前長達數週的工程項目縮短為「兩分鐘的配置」。

這種創建統一、上下文感知平台的策略呼應了更廣泛的行業趨勢，就像 Atlassian 憑藉其 Teamwork Graph 競相成為企業 AI 的中樞神經系統一樣。其目標是掌握「企業上下文」，即允許 AI 智能體做出明智決策的機構記憶。

為了進一步支持企業（尤其是受監管行業）的採用，MongoDB 還宣布了 AWS PrivateLink 的跨區域連接。這使得不同 AWS 區域之間的數據庫流量能夠保持在私有網絡上，從而簡化了全球性機構的安全和合規工作。

本文僅供參考，不構成投資建議。