企业可以从试点转向生产级代理，实现更一致的决策、更丰富的客户体验和大规模可衡量的效率提升。
Couchbase，一个面向人工智能的运营数据平台，宣布AI数据平面已正式发布，该平面是企业AI代理的统一数据基础设施层。Couchbase AI 数据平面为企业提供了持久的代理内存、实时上下文检索，以及从云端到边缘及湖屋架构的一致数据访问。通过将导致代理部署停滞的分散数据服务整合到单一的受控层，企业可以从试点转向生产级代理，实现更一致的决策、更丰富的客户体验和大规模可衡量的效率提升。
AI数据平面统一了代理内存、用于可发现代理工具的代理目录，以及一个企业支持的自管理MCP服务器，用于模型-上下文协议的标准化集成。它将之前的 Couchbase 部署模型整合为一个跨 Couchbase Capella 和自托管环境运行的单一架构，并辅以基于 Apache Iceberg 的湖屋联邦的新 Enterprise Analytics 2.2 功能，以及预计于 2026 年第三季度发布的 Trino 适配器。该企业支持平台由 Couchbase 的工程与支持组织支持，消除了点解决方案，为平台团队提供了单一的运营面，用于支持其代理依赖的数据服务。
“大多数企业很快发现，从聊天式试点转向生产级代理系统，实际上不仅仅是模型问题，而是数据问题，”IDC人工智能、自动化、数据与分析研究总监Devin Pratt说。“IDC预计80%的代理型AI应用场景需要实时、上下文化且广泛可访问的数据，因此架构必须支持这一点。使代理内存和上下文检索成为数据库本身一流能力的方法，如Couchbase的AI数据平面，直接解决了这一问题。通过将向量、文档、缓存和运营数据统一到单一分布式平台，从云端到边缘，Couchbase 减少了长期拖慢现实代理部署的集成税，并为组织提供了更可治理、可扩展的基础，为下一代 AI 驱动应用奠定基础。”
持续代理内存
CIO制定其AI基础设施战略时，需要一个统一的数据平台，能够在整个代理生命周期内管理内存、上下文和检索——而不是另一个需要集成和维护的点解决方案。Couchbase Agent Memory 通过在运营数据平台内提供统一的持久化层作为单一服务实现这一点，而无需团队将缓存、矢量和文档存储分别拼接在一起。由于它与框架无关，并且通过LangGraph、CrewAI和LlamaIndex验证，工程团队可以在不重建内存层的情况下切换或组合编排框架。
随着企业从原型转向生产代理，代理能推理的内容与能记忆的内容之间的差距成为了一个关键瓶颈。简单代理可以通过向量搜索取得成功，Couchbase 在十亿规模上提供该功能，但生产级代理需要存储对话上下文、检索结构化操作数据、跨会话和重启保持状态的能力，且决策点的延迟仅为亚毫秒。
“对于企业级对话式AI代理来说，最重要的是数据检索的快速、一致性和无缝。当你运行人与人工智能代理交互时，幕后一切都必须可预测且一致，以提供自然的交互，“Agora 产品高级副总裁 Patrick Ferriter 说。“这正是我们与Couchbase共同解决的问题，这也是我们选择他们作为我们对话式AI平台数据层合作伙伴的原因。我们每一个对话式AI用例都需要高效的数据检索，以为AI客服的管道提供能量，无论是外呼销售、客户服务、实体AI，还是全新的领域。我们与Couchbase已有多年合作关系，随着业务规模的扩展，这成为我们合作关系的自然延伸。”
为边缘代理人工智能打造 从单提示词AI应用向多步自主代理架构的转变暴露了代理工作方式与大多数数据基础设施构建之间的根本不匹配，尤其是在边缘。代理跨会话运行，随着时间积累上下文，必须同时处理云、边缘和设备的结构化操作数据和非结构化嵌入。Couchbase AI 数据平面的设计满足了这一完整的数据需求。
吞吐量同样关键，因为代理工作负载对数据层的要求远高于传统应用。每个代理操作都会快速触发上下文检索、内存写入和状态同步，通常跨越数千个并发会话。AI数据平面专为这一规模设计，利用Couchbase经过验证的内存优先扩展架构，该架构已支持数千万笔交易每秒，延迟达亚毫秒，满足全球一些最具要求企业的需求。
AI数据平面基于Couchbase的分布式多模型架构，支持JSON文档、键值、JSON查询的SQL、全文搜索、事件处理和向量搜索，在单一分布式系统中实现。Agent Memory 通过会话持久性和上下文检索来扩展这一基础，而 MCP 服务器和 Agent Catalog 则提供生产代理部署所需的集成和可观测层。
企业分析2.2：Lakehouse Federation与Iceberg和Trino
Couchbase也宣布了Enterprise Analytics 2.2，这是其分析能力的重大扩展，将Couchbase的运营数据扩展到更广泛的湖屋生态系统，同时强化了查询引擎本身。Enterprise Analytics 2.2引入了Apache Iceberg湖屋联合，允许团队在无需复杂ETL或数据重复的情况下，查询Couchbase的实时运营分析数据，同时使用基于Iceberg的开放湖屋表。这使得采用 Iceberg 以实现开放治理、性能和生态系统优势的企业，能够通过将 Iceberg 表集成到服务其代理工作负载的同一平台中，从这些投资中获得更多价值。
核心分析增强包括 Google Cloud Storage 支持、JWT 认证、Oracle 和 SQL Server 变更数据捕获、异步长跑查询、索引顾问、仅索引查询计划、SQL++ UPDATE 支持，以及跨 Java、.NET、Python、JavaScript 和 Go 的相应 SDK 更新。这些改进为平台团队提供了更快、更有治理性的分析，跨越现有工具和语言，从而能够构建和优化AI和数据工作负载，而无需增加基础设施复杂性。
预计第三季度推出的新Trino适配器，将提供来自包括AWS Athena、亚马逊电子病历、Google Dataproc和Starburst等Trino平台的Couchbase运营数据的原地SQL访问。这消除了企业在构建跨运营和湖区环境的人工智能和分析工作流时，先提取并复制实时数据到独立分析存储库再进行查询的需求。
Capella iQ 增强功能
平台的自然语言查询助手 Capella iQ 现已支持通过 AWS Bedrock 和 OpenAI 进行多模型提供商选择，并由组织级策略管理。管理员可以控制哪些模型可供哪些团队使用，因此推断成本和数据驻留要求保持在组织范围内，同时不会拖慢个别开发者的进度。这让团队能够灵活地为每个工作负载选择合适的模型，而管理员则通过中央政策严格控制推理成本、合规性和数据驻留性。
边缘、移动和分布式应用更新
随着AI代理成为运营劳动力的一部分，他们的数据需要跟随工作，而这些工作越来越多地发生在设备、现场以及网络边缘，而非办公桌后或数据中心。Couchbase 将 AI 数据平面扩展到边缘，使得在移动和边缘环境中运行的代理即使连接断断续续或无连接，也能访问复制数据并执行本地矢量搜索。
新创新包括：
- Couchbase Lite（CBL）4.1：原生、开箱即用的蓝牙点对点同步，并自动切换到Wi-Fi，实现在断开边缘环境中更可靠的协作。现代化的Android API，原生支持Kotlin @Serializable，去除了样板数据映射，并通过直接序列化和基于差异的变更检测实现高效且被动的UI更新，同时新的C++ API绑定简化了高性能嵌入式应用的构建
- Edge Server 1.1：客户端级访问控制以实现细粒度本地权限，支持基于浏览器的边缘应用CORS支持，简化分布式设备群的凭证轮换，以及对Windows和ARM架构的扩展平台支持
React Native 1.1：企业级支持与Turbo模块集成，使跨平台移动团队能够直接访问Couchbase Lite的性能，而无需承担桥接开销 - 同步网关4.1：云到边缘数据同步网关，支持非中断性的滚动升级，同时实现并发分布式重新同步，用于大容量工作负载，降低企业部署的运营开销。通过应用服务作为托管服务提供
Couchbase首席产品与战略官Barry Morris表示：“数据库层是智能智能人工智能要么扩展要么停滞的地方，而大多数行业仍然把代理内存视为次要考虑。”“我们建造AI数据平面，是因为客户告诉我们，为每个代理拼接独立的矢量、缓存和文档存储是他们生产进度最大的拖累。代理内存为他们提供了一个统一的、与框架无关的持久化层，在云端和自托管环境中从云端到边缘的运行方式相同，并且运行时满足代理实际所需的延迟。这就是从试点到生产所需的——而理解这一点的厂商将定义未来十年人工智能基础设施的领域。”
可用性
上述所有产品均可立即上市，唯独Trino适配器将在第三季度上市。
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
