MongoDB 发布 7 项新平台功能，瞄准 AI 智能体市场

MongoDB Inc. 正在深化其在企业级 AI 领域的布局，为其 Atlas 数据平台推出了 7 项新功能，旨在为 AI 智能体提供在生产环境中获得信任所需的长期记忆和实时上下文。此举挑战了许多公司目前在 AI 数据栈中采用的多供应商碎片化方案。

MongoDB 总裁兼首席执行官 CJ Desai 表示：“在生产中运行智能体最难的部分不是模型，而是底层的数据层。要在大规模环境下信任智能体，它必须能够检索正确的上下文、跨会话保持记忆，并以机器般的速度运行。”

这些在伦敦活动上发布的更新包括 MongoDB Vector Search 中的自动化 Voyage AI 嵌入（目前处于公开预览阶段），它能在数据更新时自动生成向量嵌入。针对开发者，公司宣布 LangGraph.js 集成正式商用，为基于 JavaScript 的 AI 智能体提供持久化内存。核心数据库也迎来了重大升级，MongoDB 8.3 的读取速度提升了高达 45%，写入速度提升了 35%。

对于 MongoDB (NASDAQ: MDB) 而言，这是为了成为日益增长的智能体 AI 市场的基础数据层而进行的直接博弈。通过将向量搜索、内存和嵌入等功能整合到一个平台中，该公司旨在降低开发者的“同步税”，在其他平台供应商竞争激烈的背景下，有望提高其在 AI 基础设施市场的份额。

新功能直接解决了 MongoDB AI 现场首席技术官 Pete Johnson 所说的现有大语言模型的“记忆问题”。如果无法跨对话保留上下文或访问相关的实时数据，AI 智能体就会产生不一致或错误的结果，从而削弱用户信任。通过将近期收购的 Voyage AI 的嵌入和重排序模型直接集成到 Atlas 平台中，MongoDB 旨在确保智能体能够预先获得准确的信息。

该公司声称其 Voyage AI 嵌入模型在海量文本嵌入基准测试 (MTEB) 中排名第一，这是衡量检索准确性的关键指标。MongoDB 首席产品官 Ben Cefalo 表示，自动化嵌入生成将之前长达数周的工程项目缩短为“两分钟的配置”。

这种创建统一、上下文感知平台的策略呼应了更广泛的行业趋势，就像 Atlassian 凭借其 Teamwork Graph 竞相成为企业 AI 的中枢神经系统一样。其目标是掌握“企业上下文”，即允许 AI 智能体做出明智决策的机构记忆。

为了进一步支持企业（尤其是受监管行业）的采用，MongoDB 还宣布了 AWS PrivateLink 的跨区域连接。这使得不同 AWS 区域之间的数据库流量能够保持在私有网络上，从而简化了全球性机构的安全和合规工作。

本文仅供参考，不构成投资建议。