AI运营数据平台提供商Couchbase宣布对其AI数据平面进行重大扩展，新增与语义缓存原生的Amazon Bedrock集成、托管式Agent Memory（智能体内存）、AWS上的托管MCP服务器，以及在Couchbase Operational Insights中引入向量搜索功能。这些创新旨在通过单一治理平台取代碎片化数据服务，降低基础设施负担及大规模生产环境下的AI运行成本。
应对智能体时代的数据挑战
随着AI智能体成为企业数据基础设施的主要消费者，传统通用数据库和拼凑式数据服务已难以满足其工作负载需求。数据显示，机器流量增长迅猛，57.5%的网络请求由自动化程序发起。在完成相同任务时，智能体产生的数据层流量是人类用户的450倍，83%的组织表示在运行生产级智能体前需升级基础设施。
Couchbase凭借弹性可扩展的分布式架构和“内存优先”设计，能够无瓶颈地处理数百万次低延迟并发操作。其单一JSON数据集统一了键值、SQL、全文搜索、向量搜索和实时列式分析功能，使智能体只需一次调用即可获取操作和历史上下文。此外，Couchbase Mobile支持在设备和边缘运行具备AI能力的应用，即使在中断环境下也能保持功能完整，并通过主动-主动跨数据中心复制技术确保数据同步。
新功能详解
原生Amazon Bedrock集成与语义缓存
Couchbase实现了与Amazon Bedrock的原生集成，提供无服务器的按令牌付费访问数百种基础模型的能力。推理和嵌入生成与数据共同运行，无需单独管理GPU实例。语义相似的查询可直接从缓存中提供服务，避免重复调用模型。测试显示，该功能可将LLM调用减少40%至60%。
AWS托管式Agent Memory与MCP服务器
此前作为自管理功能推出的Agent Memory和MCP服务器，现已作为完全托管的AWS云服务提供。托管式Agent Memory为智能体提供持久、低延迟的内存层，跨会话保存配置文件和对话历史，使令牌使用量减少33%至45%。托管MCP服务器则为智能体提供通往Couchbase数据的受控路径，无需运维额外组件，且兼容LangGraph、CrewAI和LlamaIndex等主流框架。
Operational Insights中的向量搜索
Couchbase Operational Insights现在支持在操作数据上同时进行向量搜索和结构化分析查询。团队可在单个SQL查询中结合语义分析和结构化分析，无需ETL管道或辅助同步系统。例如，可一次性完成“按地区划分收入并筛选沮丧客户群”的复杂查询，并将结果直接回写至应用，加速洞察落地。
融合架构降低TCO
Couchbase首席产品和战略官Barry Morris表示，新客户不再需要运行多个独立系统来处理内存、向量、操作数据和分析，所有功能均位于同一治理平台上。采用该融合平台的客户报告称，总拥有成本（TCO）降低了50%以上，生产部署时间线从季度压缩至周。
通信服务商Mavenir Networks正利用Couchbase构建AI语音服务的上下文层。Mavenir Cloud、AI及IMS业务战略高级副总裁Brandon Larson指出，Couchbase经过验证的生产性能为其提供了快速获取可靠上下文的能力，是保障高可用性的关键。