SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Premiera / Narzędzie

MongoDB wpuszcza agentów AI do własnej bazy danych

MongoDB ogłosiło 29 września Atlas Agent Engine, usługę w publicznym podglądzie, w której agent AI czyta i zmienia dane, pamięta poprzednie rozmowy dzięki modelom Voyage AI i zostawia dziennik każdej akcji przypisany do konkretnej tożsamości. Firma obiecuje swobodę wyboru modelu i chmury, ale zależność nie znika, tylko przenosi się na samą platformę MongoDB. Razem z nim wyszło MongoDB 9.0, według wewnętrznych testów nawet dwa razy szybsze, oraz Atlas Infinite, na razie dostępny tylko na AWS.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Premiera / Narzędzie  ·  4 min  · 

MongoDB wpuszcza agentów AI do własnej bazy danych
Ilustrację przygotowała AI.

MongoDB przez lata było dla większości deweloperów po prostu bazą dokumentów: wrzucasz do niej JSON-y, odpytujesz je bez sztywnego schematu i nie myślisz o niej więcej. Od pewnego czasu firma dokłada jednak do swojej chmurowej usługi Atlas kolejne elementy pod AI, od wyszukiwania wektorowego po serwer MCP, przez który agenci programistyczni mogą zaglądać do bazy. We wtorek 29 września poszła krok dalej i ogłosiła Atlas Agent Engine, usługę, w której agent AI nie tylko czyta dane, ale też działa, pamięta poprzednie rozmowy i zostawia ślad każdej swojej akcji (Blocks & Files). Razem z Agent Engine wyszło MongoDB 9.0 i nowa, elastyczna odmiana Atlasa o nazwie Atlas Infinite.

Z całej zapowiedzi kupuję przede wszystkim jedną rzecz: dziennik, w którym każdy ruch agenta jest przypisany do konkretnej tożsamości, człowieka albo maszyny. Obietnicę wolności od jednego dostawcy traktuję ostrożniej, bo wszystko, co dziś o tej usłudze wiadomo, pochodzi od samego MongoDB, a Agent Engine jest dopiero w publicznym podglądzie.

Platforma przejmuje to, co zespoły dotąd składały same

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Platformy, modele, otwarte wagi: cztery oferty na agenta w jednym tygodniu Model / Badania

Platformy, modele, otwarte wagi: cztery oferty na agenta w jednym tygodniu

3 min

24 kwietnia w jeden piątek Google ogłosił Gemini Enterprise Agent Platform wchłaniającą Vertex AI, OpenAI pokazał Workspace Agents w ChatGPT wpinające Codex w Slacka, Drive'a, Salesforce i Notion, a Moonshot AI otworzył wagi Kimi K2.6 — bilion parametrów, 32 mld aktywnych, 80,2% na SWE-Bench Verified. Wszyscy sprzedają tę samą wizję: trwała pamięć, tożsamość, wyzwalacze, konfiguracja bez kodu. Brakuje jednego — liczb od kogoś, kto już zbudował na tym stosie produkcyjnego agenta i opowie, co pękło.

Databricks otwiera Omnigent: nadzór nad agentami schodzi z promptu do jądra systemu Premiera / Narzędzie

Databricks otwiera Omnigent: nadzór nad agentami schodzi z promptu do jądra systemu

6 min

Matei Zaharia z Databricks wrzucił 13 czerwca na GitHuba Omnigent, meta-harness na licencji Apache 2.0, który stawia wspólny pulpit nad agentami od różnych dostawców i przenosi egzekwowanie reguł z promptu na poziom infrastruktury, gdzie polityki pamiętają stan sesji. Piaskownica Omnibox domyka dostęp na poziomie jądra, tak że agent nigdy nie widzi tokenu do GitHuba, bo trafia on do proxy dopiero przy zatwierdzonym żądaniu. Argument trafia w realny ból: Uber przepalił roczny budżet na AI w cztery miesiące, a Gartner prognozuje skasowanie ponad 40% projektów z agentami do 2027 roku.

OpenAI wypuścił framework agentowy, w którym ich własne modele są jedną z opcji Premiera / Narzędzie

OpenAI wypuścił framework agentowy, w którym ich własne modele są jedną z opcji

3 min

OpenAI w wersji 0.14.6 SDK openai-agents-python dorzuca Sandbox Agents — dziewiąty klocek obok handoffów, guardraili, sesji i tracingu — który rozdziela agenta na harness i kontener, więc po awarii runner podnosi go ze snapshotu zamiast zaczynać od zera. Ciekawsze jest jednak to, że pyproject.toml wymienia any-llm od Mozilla AI i LiteLLM jako opcjonalne integracje. W efekcie framework agentowy OpenAI nie wymaga modeli OpenAI: w pętli decyzyjnej spokojnie puścisz Claude'a 4.6 czy lokalnego Mistrala. To gra o standard koordynacji, nie o każdy token.