MongoDB推出Atlas Agent Engine

9月29日（当地时间），MongoDB在美国纽约纳斯达克市场站点举行的投资者日活动上，发布了面向AI代理生产化部署的统一层——Atlas Agent Engine。这款产品把代理运行所需的运行环境（runtime）、记忆和治理整合进同一个平台，并直接以公开预览形式发布。新老Atlas客户都可以立即在agentengine.mongodb.com上使用。同一天，公司还发布了数据库引擎MongoDB 9.0以及新的部署方式Atlas Infinite。MongoDB解释称，这是一套分层架构：9.0打好地基，Infinite消除这个地基在扩展上的限制，Agent Engine则在此基础上运行代理。

MongoDB瞄准的问题，是概念验证（PoC）与实际生产环境之间的落差。按公司公告的说法，代理在测试阶段能很快证明价值，但要迁移到生产环境，就必须同时具备精准检索、持久记忆以及企业级安全与治理。如果没有统一平台，工程团队就得手动拼接多个工具，而这些连接每次底层模型或框架变动时都会断裂。MongoDB把企业遇到的障碍归纳为三点：没人管控的代理行为、会"忘记"对话的代理，以及对特定模型或框架的依赖锁定。

MongoDB AI与新产品部门首席产品官（CPO）帕布罗·斯特恩-普拉扎（Pablo Stern-Plaza）表示，想把代理部署到生产环境的企业，正被迫做出一个错误的二选一。他指出，企业要么采用某个厂商的运行环境，从而被绑定在该厂商的模型和云上；要么自己拼装框架，自行负责治理和记忆。他还强调："我们不想要求客户去预测未来，而是想打造一套无论客户选什么都能完美运作的方案。"在云厂商纷纷把自家模型和自家基础设施打包销售的大环境下，这家数据库公司把自己定位成了中立地带。

第一大支柱是治理。此前，大多数平台都把身份管理、审计日志、护栏和成本控制分散在不同系统里，需要开发团队自己手动打通。Atlas Agent Engine把这些都收拢到了一个统一的控制平面之下。无论是人做的还是代理做的操作，都会绑定真实身份记录下来，并由无法被偷偷关闭的策略加以管控。就像公司信用卡账单会记下谁在何时何地刷了卡、谁批准了一样，代理的行为现在也带上了标签和审批链。公司表示，"这个代理做了什么、谁批准了"这类问题，现在几秒钟就能回答，而不用再等上几周。

第二大支柱是记忆与检索。没有记忆的代理每次对话都要从零开始，团队每造一个新代理就要重新搭建一套记忆基础设施。MongoDB表示，公司用Voyage AI的嵌入技术和自研检索技术，把记忆直接内置到平台里，让代理在消耗更少token的同时变得更准确。据公司介绍，Voyage AI的嵌入与重排模型，在RTEB这一评测基准上排名靠前——这个基准不用学术数据集，而是模拟真实企业检索场景。对工程师来说，这一点之所以重要，关键在于成本：代理如果能精准取出所需的那一小段内容，而不是每次请求都把整段长上下文重新读一遍，准确率和token成本就能同时向好的方向改善。

第三大支柱是开放式设计。公司解释称，Atlas Agent Engine建立在MCP、A2A等开放标准之上，这样一来，未来更换模型或框架时，只需改改配置，不必推倒重建。MongoDB表示，计划让这款引擎能在任意云、自管环境甚至笔记本电脑上运行。公司还加入了Linux基金会旗下的开放安全AI联盟（Open Secure AI Alliance）和代理式AI基金会（Agentic AI Foundation），参与制定面向安全且可互操作代理的开放软件与标准。

采用方式也可以拆开来选。客户可以保留现在用的模型和框架，只单独引入记忆层或治理层，也可以连同运行环境一起用。计费方面，Atlas Agent Runtime和Atlas Agent Memory按用量计费，用量直接从客户已有的Atlas合约中扣减。由于这是在现有基础设施上做扩展，而不需要签新合同，企业采购部门的审批环节也就少了一道，这降低了那些停留在试用阶段的代理迈入生产环境的门槛。

MongoDB自己先用上了这款引擎。据MongoDB官方博客文章（METAL查阅）介绍，公司在Atlas Agent Engine之上搭建了面向销售团队的代理工作空间Holly。在Holly之前，销售代表准备一家客户时，要在七个互不共享上下文的工具之间来回切换，每个交易周期每家客户要耗费4到6个小时。Holly会整理会议录音、起草简报，并标出尚未解答的问题；公司表示，使用Holly的销售代表，调研和制作外呼目标名单的时间减少了约95%。

Holly目前由大约30个代理驱动运行。从MongoDB公开的架构图看，Salesforce集成、会议准备、录音整理、客户与网络调研、数据可视化等按角色划分的代理，并排运行在Atlas Agent Engine内部，用户身份验证交给Okta处理，数据则由MongoDB Atlas和各类办公工具负责。MongoDB战略客户负责人杰克·邦肯伯格（Jack Bunkenburg）表示："在Holly之前，调研和销售联络要用到十几个工具，而现在所有东西都汇总到一个界面里，这才是真正的价值所在。"

外部客户案例来自支付公司Paysafe。据MongoDB介绍，Paysafe正在Atlas之上搭建一套代理系统，把对交易数据的自然语言提问转换成SQL查询，目标是用一套更易复用的流水线，替换目前使用的Snowflake MCP配置。Paysafe方面表示，目前要排查支付网络中的异常，分析师必须手动从多个系统里汇总数据，而且常常时间紧迫。公司还补充说，预计这一代理能缩短从问题出现到团队响应之间的时间，让分析师把更多精力放在重要的判断上。

行业评价也指向了同一个问题。开发者生态分析公司RedMonk联合创始人詹姆斯·戈弗纳（James Governor）表示，在应用开发中成功用好代理，关键因素是上下文（context），而企业目前很难对散落在多个系统中的信息进行评估、整合和管理。MongoDB表示，前沿AI模型开发商合作伙伴负责把模型带到企业数据所在的地方，系统集成（SI）合作伙伴则贡献部署经验。埃森哲软件工程全球负责人拉姆·拉马林甘（Ram Ramalingam）表示，Atlas Agent Engine为AI代理提供了实现真实业务成果所需的能力、上下文和约束条件。

发布的时间点也让这次发布多了几分分量。METAL此前报道过，MongoDB CEO奇兰坦·德赛（Chirantan Desai）转任Meta企业AI业务负责人，而这次投资者日就在那条消息发布的次日举行。MongoDB请回了德赛的前任德夫·伊蒂彻里亚（Dev Ittycheria）担任临时CEO，投资者日照常举行。这家拥有超过7万家客户、财富100强中约75%企业都是其客户的公司，在管理层出现空缺的情况下，依然按计划推出了代理时代的产品路线图。

从科技法律的角度看，这次发布中最重的部分是治理。一旦代理开始接触客户数据、排查支付异常、撰写销售外联内容，出事时谁批准了那个操作，马上就会变成一个责任问题。MongoDB把"所有操作绑定真实身份记录、由不可关闭的策略管控"这套机制，作为平台默认设置内置了进去，想把答案留在数据所在的地方。模型可能每隔几个月就换一次，但记忆、日志和权限会留在数据库里——MongoDB把公司下一阶段的增长，押在了掌管这本代理时代责任账簿的位置上。