跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

MongoDB 任命临时 CEO,Atlas Agent Engine 进入公开预览

MongoDB 9 月 29 日宣布,董事会已任命一位临时 CEO。同日,带记忆和治理能力的智能体运行环境 Atlas Agent Engine 进入公开预览。

媒体与互联网解释林晓雯发布: 2026年9月29日3 分钟阅读资料来源 5
MongoDB 任命临时 CEO,Atlas Agent Engine 进入公开预览

MongoDB 在 9 月 29 日的一篇帖子中公布了两件事:领导层变动,以及公司历史上规模最大的一次平台扩展。公司博客称,董事会请回了一位前 CEO 出任临时 CEO,此人曾执掌公司超过 11 年。

同一篇帖子还介绍了 MongoDB 9.0、Atlas Infinite 和 Atlas Agent Engine。Atlas Agent Engine 直指生产环境中的智能体,已进入公开预览,定价说明为可能变动。MongoDB 的产品页面称,这个引擎把三样东西打包在一起,并认为缺少它们智能体就会卡住:记忆、运行环境和治理。记忆分为语义记忆、情景记忆、分类记忆和程序记忆四类,由系统原生管理。智能体因此会随时间变得更准,同时消耗更少的 token。

产品页面称,每一次工具调用都以真实的用户身份或智能体身份在隔离沙箱中运行。策略从组织层级向下级联,下级无法覆盖。有风险的操作可以转交人工审批。运行环境会追踪每一次模型调用、工具调用和记忆访问。MongoDB 表示,这个引擎对模型和框架保持中立,并建立在包括 MCP、A2A 和 OpenTelemetry 在内的开放标准之上。

这套说辞刻意收得很窄。MongoDB 认为,早期智能体跑在由独立向量库、缓存和自定义流水线拼成的脆弱架构上,难以扩展、治理和审计。Atlas Agent Engine 把它们整合成一个控制平面,并按每次调用做隔离。公司还表示,这个引擎可以访问 Atlas 之外的数据,并点名了 Salesforce、Oracle、Snowflake、S3、SharePoint 和内部系统。

为什么数据新鲜度是核心理由

这篇博客把整个发布围绕一个说法展开:智能体基于过期数据行动就会做出糟糕的决定。客服智能体决定是否退款,电商智能体承诺送达时间,金融智能体动到账户,这些场景需要的都是当前状态,而不是昨天的快照。

帖子称,对许多智能体应用来说,定期把运营数据复制到另一个系统并不够。

“模型可以对自己掌握的信息做出完美的推理,但如果这些信息已经过期,它仍然会做出错误的决定。”公司临时 CEO 在 9 月 29 日的帖子中写道。

另一半理由是工作负载。MongoDB 说,传统应用的流量模式可以理解,而一个用户请求就可能触发规划、检索、工具调用、读写以及更多推理。可能有成千上万个智能体同时运行。帖子称,按平均值配置容量,遇到高峰就会崩;按峰值配置,又要为闲置容量付费。Atlas Infinite 就是针对这一点给出的答案,这种部署方式让存储和计算独立扩展。

MongoDB 9.0 是第三块内容,被称为公司打造过的最快、性能最强的数据库版本,面向处理实时数据的应用和智能体。帖子借助公司现有的运营记录系统地位,加上原生搜索和向量搜索,以及 Voyage AI 的检索与嵌入技术,来论证运营数据和 AI 上下文正在合流。

这种合流的说法并非 MongoDB 独有,这次发布也落在竞争激烈的智能体基础设施市场里。公司自己的表述也承认这一点,指出如今几乎每一家数据公司都把自己描述成 AI 平台,而更有意思的问题是,当 AI 开始采取行动而不只是回答问题,数据架构会发生什么。

治理功能给出的细节最多。每次工具调用之前都会执行最小权限策略,每次调用都在沙箱中运行,每个动作都会连同授权身份一起记录。产品页面称,审计、成本控制和护栏在组织层级设置一次后自动执行,而不是在各系统之间东拼西凑。

就目前而言,买家真正关心的具体信息还很少。公开预览的定价明确是暂定的,临时 CEO 的帖子没有提供客户名称、基准测试数据或迁移时间表。公司表示,这个引擎可与任何 LLM 或框架配合使用,日后更换只需改配置,而不必重建。

评论 0

资料来源

5
  1. 01The Intelligent Data Platform for the AI EraEN
  2. 02The MongoDB Agent Platform | Atlas Agent EngineEN
  3. 03Routing LLM traffic across inference providers by cost, speed and reliabilityEN
  4. 04We Are Hiring Engineers Because of AI, Not Despite It: Inside Picnic's AI TransformationEN
  5. 05What makes software development engineeringEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。