你们中的一些人可能已经注意到，这篇帖子顶部出现了一个不同、或许有些熟悉的名字。
本周领导层变动后，董事会要求我担任临时 CEO。我领导 MongoDB 超过 11 年，此后一直担任董事会成员，因此我始终密切关注我们的员工、客户和业务。我很高兴能回来，并很高兴与大家分享 MongoDB 下一步的发展方向。
AI 正在经历重要的转变。模型的推理能力日益增强，但更重大的改变在于我们要求它们所做的事情。AI 正在从生成回答转向执行操作。软件不再仅仅是帮助人们完成工作。代理正越来越多地自主完成部分工作。它们可以解决客户问题、编写和部署软件、执行业务流程，并在越来越少的人工干预下持续运行。
这种转变对应用程序底层的基础架构产生了深远的影响。代理不仅仅是接收提示并返回回答。它观察正在发生的情况、检索上下文、推理应对方案、采取操作、查看结果，并通常会重新开始这一循环。随着代理能力的不断增强，这些循环变得更长、更自主，且影响更深远。
模型质量至关重要。但是，模型所操作数据的质量、新鲜度和可访问性也是如此。这就是 MongoDB 发挥重要作用的地方。
今天，我们宣布我们平台迄今为止的重大扩展：
- MongoDB 9.0 是 MongoDB 有史以来发布的最快速、性能最强的版本，专为处理实时数据的应用程序和代理而设计。
- Atlas Infinite 是一个专为高弹性工作负载而构建的新部署选项，它允许存储和计算随着需求的变化而独立扩展。
- Atlas 代理引擎提供在生产中操作代理所需的内存、运行时和管理，基于客户已经信任的数据基础，并向任何模型、框架或云开放。
在分享我们正在做的更多事情之前，有必要解释一下我们正在尝试解决的问题。
为何当下数据层需要发挥更大作用
如今，几乎每家数据公司都自称为 AI 平台。 更有趣的问题是，当 AI 不再只是回答问题，而是开始执行操作时，数据架构会发生什么变化。
想象一下，一位客户服务代理在决定是否要退款，一位商务代理在承诺送货，或一位金融代理在对账户执行操作。代理需要了解当前事实。模型可以根据其拥有的信息进行完美推理，但如果该信息过时，仍然会做出错误的决定。昨天的库存、旧的账户余额或过时的订单状态可能会将技术上合理的推论变成错误的操作。
因此，新鲜度就显得尤为重要。对于许多代理应用程序来说，定期将操作数据复制到另一个系统中是不够的。代理需要访问业务的实时状态，而且他们越来越需要基于相同状态采取行动。
但仅仅有当前的数据并不能解决所有问题。 企业可能拥有海量的潜在相关信息。 代理必须确定对它正在做出的决策至关重要的那小部分内容。 更好的检索改善了呈现给模型的上下文，减少了不相关的 Token，并降低了模型必须推断未知信息的可能性。
这就是为何我们相信运营数据与检索正在走向融合。MongoDB 已经是全球一些大型企业和快速发展的 AI 公司的运营记录系统。借助原生搜索和向量搜索，并结合 Voyage AI 的检索与嵌入技术，开发者可以直接从其应用程序已在使用的同一实时运营数据中检索相关上下文。您无需在运营数据与 AI 上下文之间做出取舍。二者正日益合二为一。
代理还会创建非常不同的工作负载。传统应用程序通常具有相对可理解的流量模式。智能体系统的行为方式可以有很大不同。一个用户请求可能会触发一系列规划、检索、工具调用、数据库读写和额外推理。一个代理可能会生成数百个操作。数以千计的代理可能会同时开始工作。
因此，用户与基础设施消费之间的关系变得不那么可预测。需求可能前一分钟还很平静，下一分钟就变得巨大。为平均需求进行预配，一旦需求激增，您就可能面临崩溃的风险。为高峰期进行预配，您就需要为大部分时间都处于闲置状态的基础设施付费。
我们认为数据库架构必须随工作负载的变化而改变。 计算资源应该在代理需要时快速扩展，并在不需要时相应缩减。 存储不应该仅仅因为计算扩展而必须扩展。 开发者也不必在工作负载每次达到新的阈值时重新设计其应用程序。 这就是 Atlas Infinite 背后的理念。
另一个正在进行的架构转变，我认为没有得到足够的重视。 有用的代理是有状态的。
他们需要记住发生过什么，检索重要信息，了解是谁或什么在执行操作，在交互中保持上下文，并在明确的权限和策略内进行操作。
如今，开发者通常自行组装该基础设施。 他们将操作型数据库与矢量数据库、内存系统、编排框架、模型提供商以及管理层结合在一起。 每增加一个系统，就会产生另一个集成点、另一道安全边界，并且通常还会产生一份数据副本。
对于原型而言，这或许尚可应付。 当代理在生产型企业中执行重大操作时，难度就会大得多。
我们认为，代理的状态、内存、检索和管理层应尽可能靠近这些代理所操作的操作数据。这正是 Atlas 代理引擎旨在提供的功能。
今天的公告建立在 MongoDB 的基础之上。
我们今天宣布的内容
MongoDB 9.0
在实时数据上运行的代理对底层的数据库有极高的要求。
MongoDB 9.0 是我们迄今构建的速度更快、性能更出色的 MongoDB 版本。 与 MongoDB 8.0 相比，它在大型实例上提供高达 2 倍的吞吐量，读取速度提升 35%，更新速度提升 30%，显著提高了大规模扩展时的性价比。
我们还在安全性、可观测性和开发者生产力方面继续提高标准。Queryable Encryption 现在可以在更多场景下保护更多类型的数据，而 Atlas 中扩展的专用网络使得受监管行业的组织可以更轻松地在 MongoDB 上运行其最敏感的工作负载。
目标很简单。随着应用程序变得越来越自主，在更大型的规模下运行，其底层的操作数据库必须变得更快、更安全、更高效。
Atlas Infinite
代理工作负载可能异常突发，而 Atlas Infinite 就是围绕这一现实而设计的。
这是我们对 Atlas 进行的最大架构更改，它允许独立扩展存储和计算，以便客户可以根据其实际工作负载需求扩展每一个。
其结果是，这种架构旨在从原型设计扩展到 PB 级规模，而无需开发人员今天去预测明天的基础设施要求。扩展时间缩短了 96% 以上，每个分片可以存储多 10 倍的数据。
同样重要的是，客户无需重写其应用程序即可使用它。
Atlas Infinite 是开发者已熟知的 Atlas 平台中的一种全新集群类型。客户可以根据其工作负载的特征，将其与 Atlas Core 结合选择。
公共预览版从 AWS 开始，计划在正式发布 (GA) 时实现全面的多云可用性。
Atlas 代理引擎
构建代理最困难的部分不再是演示，而是在生产环境中可靠地运行代理。
Atlas 代理引擎将代理所需的有状态基础设施引入到其运行数据所在的数据平台上。
内置的内存和检索功能使代理能够访问相关的实时上下文，同时减少不必要的令牌消耗。统一的控制面板提供了针对代理操作的身份验证和管理功能。由于代理引擎对任何模型、框架或云开放，开发人员可以选择最适合其应用程序的 AI 堆栈，而不必锁定单个提供商。
这对企业尤为重要。
超过 70,000 家客户以及超过 75% 的 Fortune 100 强企业已将运营数据托付给 MongoDB。Atlas 代理引擎使他们能够在同一基础上构建和运行代理，而无需为 AI 创建完全独立的数据架构。
前方的道路
我们仍处于此次转型的早期阶段。模型会变得越来越好。上下文窗口会变大。推理成本会降低。代理将变得更有能力且更具自主性。但这些进步都不能消除对高质量操作数据的需求。它们让它变得更重要。
随着软件从记录人们行为的系统，演进为帮助人们决定该做什么的系统，再到越来越能够自主执行操作的系统，数据层正成为企业控制平面的一部分。
这就是我们构建 MongoDB 的契机。
这篇帖子顶部的名字可能令人熟悉，但 MongoDB 远不止其领导者。这离不开持续推出有意义创新的产品与工程团队、专注于客户成果的市场拓展团队，以及将复杂且具战略意义的应用程序托付给 MongoDB 的客户。
感谢所有人的付出，是他们成就了今天的一切。明天 .local NYC 见。
未来
立即在 mongodb.com/atlas 免费体验这些新功能。有关我们将在 MongoDB.local NYC 2026 上宣布的所有内容以及最新的产品更新，请密切关注我们的最新动态页面。