Société de base de données NoSQL populaire MongoDB Inc. aujourd'hui annoncé un nouvel ensemble de fonctionnalités lors de la conférence .Local de l'entreprise à Londres, réunissant tout ce dont les ingénieurs en logiciels et en intelligence artificielle ont besoin pour exécuter des agents en production sur une seule plateforme.
La société a annoncé la disponibilité de MongoDB 8.3, s'appuyant sur les générations précédentes du logiciel de base de données avec des performances supérieures destinées à l'ère de l'IA agentique. Pour prendre en charge cela, MongoDB a ajouté des fonctionnalités d'intégration améliorées et de recherche vectorielle, permettant ainsi la prochaine génération de récupération de données d'agent.
« La partie la plus difficile de l'exécution d'agents en production n'est pas le modèle. C'est la couche de données qui se trouve en dessous », a déclaré le président et directeur général CJ Desai.
Les agents d’IA, en particulier à grande échelle, dépendent fortement non seulement de la rapidité avec laquelle ils récupèrent les données, mais aussi de la quantité d’informations contextuelles que les modèles d’IA peuvent conserver en « mémoire » à un moment donné et lire avec précision.
MongoDB 8.3 apporte des performances à l'IA d'entreprise
Avec la sortie de la version 8.3 aujourd'hui, MongoDB a déclaré que la plate-forme offre désormais jusqu'à 45 % de lectures en plus, 35 % d'écritures en plus, 15 % de transactions à haute intégrité en plus et 30 % d'opérations complexes en plus par rapport à la version 8.0.
Pour bénéficier de ces avantages, les développeurs et les ingénieurs n’ont pas besoin de modifier une seule ligne de code ou une quelconque partie de leur infrastructure. La société a déclaré que MongoDB est préparé pour les systèmes d'IA de production d'entreprise qui nécessitent une récupération en moins de 100 millisecondes, des mises à jour du contexte en moins d'une seconde et un temps d'arrêt nul.
« Nous avons également déplacé les transformations de données courantes dans la base de données elle-même, de sorte que les équipes n'ont plus besoin de maintenir des pipelines externes uniquement pour alimenter leurs agents », a déclaré Ben Cefalo, directeur des produits pour les produits de base.
Améliorer la précision de la récupération
Pour renforcer ces gains de vitesse, la société a publié Automated Voyage Embeddings dans MongoDB Vector Search, désormais en avant-première publique.
Cette mise à jour produit automatiquement des intégrations vectorielles, des représentations mathématiques de mots, phrases, paragraphes et autres blocs de données, afin que les agents d'IA puissent les récupérer rapidement. Les modèles d'intégration convertissent les informations en vecteurs, c'est-à-dire des tableaux de nombres qui représentent la probabilité que deux mots ou documents soient liés l'un à l'autre.
Cette capacité découle de MongoDB acquisition de Voyage AI Inc. l'année dernière, un investissement qui rapporte désormais des dividendes à l'entreprise. Normalement, les intégrations vectorielles doivent être générées à la demande, chaque fois que du texte, des images ou d'autres documents sont importés par les ingénieurs en IA ou l'équipe commerciale. L'automatisation de ce processus soulage l'équipe d'ingénierie et lui permet de travailler sur d'autres processus.
« Lorsque les outils et agents d'IA produisent une mauvaise réponse, l'instinct est de rejeter la faute sur le modèle », a déclaré Pablo Stern, directeur des produits pour l'IA et les produits émergents chez MongoDB. « Mais c'est la plateforme de données qui permet à l'agent disposant du bon contexte et de la bonne mémoire d'agir correctement. »
En plus d'automatiser ce processus, MongoDB a également publié un système de mémoire pour les développeurs JavaScript et TypeScript avec LangGraph.js Long-Term Memory Store en disponibilité générale. Grâce à cela, les codeurs écrivant dans ces langages peuvent accéder à des systèmes de mémoire agentique auparavant uniquement accessibles aux développeurs Python, alimentés par le backend Atlas de la société, sans avoir besoin d'une base de données supplémentaire.
Connectivité interrégionale sécurisée
Les secteurs hautement réglementés tels que les banques, les soins de santé et les agences gouvernementales nécessitent des déploiements spécialisés en matière de résidence et de sécurité des données, tant pour les données au repos que en transit.
Aujourd'hui, avec Amazon Web Services Private Link, généralement disponible, le trafic de bases de données entre les clusters MongoDB dans différentes régions AWS reste au sein du réseau privé AWS. Cela reste le même quelle que soit la connectivité interrégionale et n’est pas exposé à l’Internet public.
La société a déclaré que cela permettra aux équipes d'exploitation des bases de données et d'ingénierie de créer des clusters interrégionaux que les équipes de sécurité pourront approuver plus rapidement, avec moins d'exceptions. La vision de ce service est de fournir une plateforme avec moins de compromis entre la conformité, la pile technologique et la portée mondiale.
