Agen AI memerlukan konteks di mana pun mereka beroperasi, bahkan di tempat yang tidak dapat diikuti oleh cloud
Keunggulan kompetitif dalam AI perusahaan beralih ke konteks: platform mana yang dapat memberi agen memori yang tepat, pengambilan yang tepat, dan data yang tepat pada saat mengambil keputusan. Couchbase pada hari Selasa mengumumkan AI Data Plane-nya, yang menggabungkan memori agen persisten, pengambilan konteks real-time, dan server MCP yang dikelola perusahaan dalam satu platform operasional. Akar Couchbase ada pada cache dan database transaksi tinggi — sebuah arsitektur yang menurut perusahaan membuatnya lebih cocok untuk memori agen dibandingkan vendor yang menghadapi masalah ini dari penelusuran atau analitik. AI Data Plane berjalan secara identik di lingkungan cloud, on-premise, dan offline edge, memperluas memori agen dan pencarian vektor lokal ke perangkat tanpa koneksi jaringan. “Bagaimana Anda memastikan bahwa kecerdasan yang Anda peroleh dari model-model ini adalah yang menjadi spesialisasi database?” Gopi Duddi, CTO di Couchbase, mengatakan kepada VentureBeat. Apa yang diberikan oleh AI Data Plane AI Data Plane mengemas tiga komponen yang dirancang untuk menggantikan tumpukan terfragmentasi yang saat ini dijalankan sebagian besar perusahaan. Memori agen: Lapisan persistensi terpadu untuk konteks percakapan, data operasional terstruktur, dan penyematan vektor. Couchbase mengatakan pagar pembatas itulah yang membedakannya dari layanan memori mandiri: batasan token per sesi, batas waktu hidup pada memori yang disimpan, dan kontrol pengukuran yang membatasi konsumsi komputasi per sesi agen. Server MCP Perusahaan: Server yang dikelola sendiri yang didukung perusahaan untuk integrasi protokol model-konteks standar, dikirim sebagai bagian dari platform daripada memerlukan layanan terpisah. Katalog agen: Katalog tingkat fungsi dari perkakas agen yang dapat ditemukan yang dibuat oleh Couchbase. Duddi membedakannya dari katalog metadata seperti Databricks Unity atau AWS Glue — menggambarkannya, dalam kata-katanya, lebih dekat dengan MCP yang dimuliakan yang menampilkan fungsi agen sebagai alat yang dapat dipanggil dalam platform. Arsitektur yang mengutamakan memori membawa konteks agen ke tepi yang tidak terhubungSilsilah Couchbase dan fondasi arsitektur intinya adalah apa yang menurut Duddi memberinya keunggulan dalam hal konteks.”Kami adalah cache sebelum menjadi database,” kata Duddi.Menulis ke memori 10x lebih cepat daripada menulis ke disk, kata Duddi — keunggulan kecepatan menurutnya membedakan Couchbase dari database NoSQL yang melapisi beban kerja memori di atas penyimpanan berbasis disk. Couchbase bukan satu-satunya teknologi data yang berakar pada lapisan caching. Redis juga melakukan root pada cache dan baru-baru ini mengumumkan lapisan konteks AI agen. Duddi berpendapat bahwa Couchbase berbeda karena ia memelihara database yang sesuai dengan ACID (Atomicity, Consistency, Isolation, dan Durability) yang penting untuk beban kerja transaksional. Couchbase juga memiliki sejarah panjang dalam berbagai modalitas penerapan. Arsitektur tersebut diperluas hingga ke edge melalui Couchbase Lite, runtime pada perangkat pada platform. Ini menjalankan SQL, pencarian teks lengkap dan pencarian vektor secara lokal tanpa koneksi jaringan, menggunakan mekanisme sinkronisasi eksklusif untuk mereplikasi secara dua arah kembali ke cloud atau antar node edge ketika konektivitas kembali. Lingkungan targetnya adalah operasi lantai ritel, layanan lapangan, penerapan industri, dan pengaturan teregulasi di mana data agen tidak dapat keluar dari perangkat. Duddi mengutip reservasi hotel sebagai contoh awal: beberapa agen melayani pelanggan secara bersamaan, masing-masing menggunakan konteks lokal dan menjalankan pencarian vektor di perangkat, dengan memori sesi bersama yang disinkronkan secara terpusat. Manfaat praktisnya adalah efisiensi token. Daripada setiap agen mengambil dan memproses data yang sama secara mandiri, platform menyimpan konteks bersama sehingga sesi bersamaan memanfaatkannya tanpa membakar token berulang kali. Transformasi VB · 14–15 Juli · Menlo Park · Lapisan konteks agen Agen Anda hanya akan sebaik data yang dapat mereka jangkau. Sesi di Transform mencakup arsitektur RAG yang mendukung sistem agen dalam skala besar — termasuk bagaimana perusahaan menghubungkan agen ke data genomik, klinis, dan perusahaan secara langsung. Lihat agenda selengkapnya → Pandangan Agora dari produksi Agora, sebuah platform yang membantu pengembang menyematkan suara, video, dan AI percakapan real-time ke dalam aplikasi perusahaan, telah menjalankan Couchbase dalam produksi sejak Februari 2024. Kasus penggunaan awal adalah produk Signaling, yang mengelola pengaturan saluran dan sinkronisasi status untuk panggilan langsung. Berekspansi ke agen AI percakapan membawa persyaratan yang lebih ketat: arsitektur yang mengutamakan memori, dukungan penuh JSON untuk penyimpanan dan kueri, replikasi lintas pusat data untuk ketersediaan tinggi, dan dukungan vendor tingkat perusahaan. “Couchbase adalah yang paling cocok berdasarkan kriteria ini,” kata Patrick Ferriter, SVP Produk di Agora, kepada VentureBeat. Agora kini memperluas hubungan tersebut untuk mendukung pengambilan konteks bagi agen AI percakapan. kasus-kasus tertentu,” kata Ferriter. Bagi para profesional di bidang data yang mencoba menemukan pendekatan terbaik terhadap konteks, tidak ada jawaban yang pasti. Mengenai pemilihan platform, Ferriter bersikap langsung. “Itu tergantung pada preferensi dan tujuan organisasi, termasuk waktunya,” kata Ferriter. “Jika mereka menginginkan sesuatu yang berkelas perusahaan dan optimal untuk produksi dan penskalaan segera vs. harus mengoptimalkan dan memelihara solusi sumber terbuka dengan dukungan komunitas. Kami menginginkan yang pertama dan itulah sebabnya kami mempertimbangkan kemitraan yang diperluas dengan Couchbase.” Konteks kompetitif: mengikuti tren yang tepat Lapisan konteks telah menjadi ruang yang ramai pada tahun 2025. Oracle menempatkan inti memori dalam database-nya pada bulan Maret dengan menyediakan lapisan konteks. Redis menambahkan lapisan konteks pada bulan Mei seperti yang dilakukan vendor database vektor-asli Pinecone. “Couchbase mengikuti tren ini, bukan menetapkannya, namun ini adalah tren yang tepat untuk diikuti,” Devin Pratt, Direktur Riset AI, Otomasi, Data, dan Analisis di IDC, mengatakan kepada VentureBeat. “Keunggulan sebenarnya adalah jangkauan, menjalankan platform yang sama dari cloud, edge, hingga mobile, yang merupakan cara perusahaan beroperasi. Tantangannya sekarang adalah untuk menskalakannya terhadap nama-nama yang lebih besar.” Untuk tim yang menavigasi lanskap vendor, framing Pratt bersifat langsung. “Sesuaikan alat dengan beban kerja. Konsolidasikan jika masuk akal, gunakan mesin khusus seperti database grafik yang menghasilkan penalaran yang sarat hubungan, dan biarkan tata kelola yang mengendalikan keputusan dibandingkan memperlakukan memori sebagai pipa ledeng,” kata Pratt.
Diterbitkan : 2026-06-30 13:00:00
sumber : venturebeat.com
