MongoDB spojilo pamäť a dohľad agentov, no Agent Engine je iba preview

MongoDB podľa oznámenia z 29. septembra 2026 predstavilo Atlas Agent Engine na Investor Day v newyorskom Nasdaq MarketSite a sprístupnilo ho novým aj existujúcim zákazníkom Atlasu vo verejnom preview. Produkt spája vykonávanie AI agentov, perzistentnú pamäť, vyhľadávanie v dátach a dohľad nad ich činnosťou. Preview umožňuje službu používať, no ešte neznamená jej všeobecnú dostupnosť.

V správe Constellation Research o spoločnom uvedení Atlas Agent Engine, MongoDB 9.0 a Atlas Infinite opísal Chirag Shah z MongoDB zámer slovami „memory is a foundation not an afterthought“. Ide o nadväzujúce vrstvy: databázové jadro, možnosť škálovania Atlasu a prostredie pre agentov nad prevádzkovými dátami. Generatívny model, ktorý vytvára odpoveď alebo volí ďalší úkon, si však táto skladba stále vyžaduje osobitne.

Od vyhľadania dát k pamäti agenta

Agent Engine začína pri kontexte, ktorý agent potrebuje na odpoveď alebo vykonanie úlohy. Vyhľadávanie využíva dáta v Atlase, jeho natívne vyhľadávacie možnosti a modely MongoDB Voyage AI na vytváranie vektorových reprezentácií a opätovné zoradenie výsledkov. Zmyslom spojenia je, aby agent získal relevantné informácie z prevádzkových dát bez samostatne poskladanej vyhľadávacej vrstvy pre každú aplikáciu.

Perzistentná pamäť potom uchováva kontext medzi interakciami. Nejde len o uloženie poslednej odpovede: oznámená architektúra zahŕňa sémantickú, epizodickú, taxonomickú a procedurálnu pamäť, teda viacero spôsobov usporiadania toho, čo si agent zachová. Pre aplikáciu je podstatné rozlíšenie medzi vyhľadaným údajom, ktorý môže pochádzať z aktuálneho záznamu, a pamäťou, ktorá prenáša kontext predchádzajúcej činnosti.

Runtime poskytuje vrstvu, v ktorej sa agent vykonáva. MongoDB umožňuje používať pamäť a dohľad spolu s týmto runtime alebo ich prevziať samostatne pri existujúcich modeloch a rámcoch. Tým sa mení rozsah rozhodnutia pre zákazníka Atlasu: nemusí naraz vymeniť celú agentovú aplikáciu, aby získal vrstvu pamäte či správy úkonov.

Dohľad sa uplatňuje pri úkonoch

Riadiaca vrstva spája identitu, audit, ochranné pravidlá a kontrolu nákladov. Úkon agenta sa zaznamenáva pod identitou človeka alebo agenta a podlieha pravidlám pri vykonaní akcie. Pamäť teda udržiava kontext, zatiaľ čo dohľad rieši oprávnenie konať a spätnú dohľadateľnosť vykonaného kroku.

Rozdiel je dôležitý najmä vtedy, keď agent po vyhľadaní informácie zavolá nástroj alebo zmení stav aplikácie. Správne nájdený záznam ešte neurčuje, či je konkrétny úkon povolený; to závisí od identity a pravidiel priradených k akcii. Spojenie týchto vrstiev v jednom produkte znižuje počet samostatných služieb, medzi ktorými by aplikácia musela prenášať kontext a informácie o oprávneniach.

MongoDB opisuje otvorený návrh založený aj na protokoloch MCP a A2A a počíta s používaním rôznych modelov a rámcov. Táto flexibilita sa týka napojenia agenta a jeho nástrojov. Sama osebe nezabezpečuje, že vybraný model poskytne vhodné odpovede alebo že konkrétne pravidlá budú postačovať pre každú aplikáciu.

Kde sa končí oznámená platforma

Hranica produktu vedie medzi prevádzkou agenta nad dátami a životným cyklom generatívneho modelu. Agent Engine poskytuje vykonávanie, pamäť, retrieval a správu úkonov; model, ktorý generuje výstup, zostáva samostatnou súčasťou architektúry. Voyage AI má v tejto skladbe konkrétnu úlohu pri embeddingoch a opätovnom zoradení výsledkov vyhľadávania, nie úlohu univerzálneho hostingu všetkých generatívnych modelov.

• Súčasť produktu: runtime agenta, perzistentná pamäť, vyhľadávanie nad dátami Atlasu a spoločná správa identity, pravidiel, auditu a nákladov. Pamäť a dohľad možno použiť aj bez runtime.
• Modely a partneri: modely Voyage AI podporujú retrieval; pre generovanie odpovedí sa počíta s existujúcimi modelmi a rámcami zákazníkov. MongoDB pri nasadzovaní agentov uvádza aj spoluprácu s modelovým ekosystémom a systémovými integrátormi vrátane Accenture.
• Mimo oznámeného rozsahu: natívny hosting a dolaďovanie generatívnych modelov. Výber, prevádzka a úpravy takého modelu zostávajú osobitnou časťou riešenia.

William McKnight v analýze TechTarget upozornil na chýbajúci natívny hosting a dolaďovanie modelov a za otvorenú otázku označil, či partnerské integrácie pokryjú potreby podnikov. Navrhol tiež rozšíriť pozorovateľnosť a nástroje na vyhodnocovanie agentov, napríklad pri sledovaní zmien kontextu. Audit úkonov preto pokrýva inú potrebu než hodnotenie správania modelu.

Čo znamená verejné preview pre dostupnosť

Verejné preview sprístupňuje Agent Engine zákazníkom Atlasu, pričom Atlas Agent Runtime a Atlas Agent Memory majú cenu podľa spotreby. Využitie sa započítava do existujúcich záväzkov zákazníka voči Atlasu; náklady konkrétneho agenta však závisia od jeho používania. Konečný účet celej aplikácie zahŕňa aj služby modelu, ktoré Agent Engine sám nenahrádza.

Pre tímy s prevádzkovými dátami v Atlase je bezprostredným dôsledkom možnosť spojiť vyhľadávanie, pamäť a kontrolu úkonov bližšie k týmto dátam. O tom, akú ďalšiu infraštruktúru bude aplikácia potrebovať, rozhodne najmä voľba generatívneho modelu a spôsob jeho hostingu, dolaďovania a hodnotenia. Práve táto hranica zostane podstatná aj pri posudzovaní ďalších funkcií po skončení preview.

Prečítajte si aj:

• Prompt injection proti AI agentom: samotný systémový pokyn nestačí
• AI Act pre slovenské firmy: povinnosti už platia, dohľad sa začal