MongoDB CTO：智能体记忆的核心是‘写、改、记、忘’
MongoDB AI领域首席技术官Pete Johnson在访谈中阐述了数据库从SQL到NoSQL再到支持混合搜索的演进。他指出，智能体性能的关键在于高效检索，MongoDB通过融合词汇搜索、向量搜索和元数据预过滤，并借助收购的Voyage AI的上下文化分块等技术，简化开发流程。他认为，当前智能体面临的最大挑战是记忆管理，特别是‘遗忘’机制，而有效的检索是成本与性能平衡的关键。
PPete Johnson · MongoDB AI领域首席技术官
导语
在本次访谈中，MongoDB AI领域首席技术官Pete Johnson深入探讨了数据库架构的演进如何影响当前AI智能体的构建。他将SQL的诞生（1970年）与MongoDB的出现（2007年）置于不同时代的稀缺资源背景下进行对比，并详细介绍了MongoDB如何从支持词汇搜索发展到融合向量搜索与元数据预过滤的混合搜索能力。Johnson的核心观点是，智能体的性能——尤其是成本效益下的性能——严重依赖于有效的检索能力。他强调，随着智能体从简单的问答循环发展到复杂的长期记忆系统，如何高效地“写、改、记、忘”成为了待解决的最难题。
大纲与深读 7 章
展开「深读」看每一段讨论的问题与论据。
01
数据库历史与MongoDB的诞生
06:32- 关系模型（SQL）诞生于1970年，核心是为了应对当时昂贵的存储资源，通过规范化设计来最小化数据冗余。
- MongoDB（2007年首次提交）旨在解决云和移动时代的新瓶颈——时间，通过将数据存储为JSON/BSON并反规范化，以牺牲少量磁盘效率来大幅减少查询往返次数。
- MongoDB并非“无模式”，而是“模式灵活”，允许同一集合中的文档具有不同的结构，避免了SQL模式变更时的级联迁移痛苦。
深读这一段
讨论的问题：数据库技术的演进如何反映了计算环境中稀缺资源的变化？
论据 / 案例：EF Codd于1970年6月发表关系模型论文；MongoDB于2007年10月首次提交代码。
02
企业数据库选型考量
11:24- 企业数据库选型取决于具体工作负载的需求，通常围绕速度、规模和检索质量这三个核心因素。
- 许多企业采用混合策略，为不同的应用选择合适的数据库技术，而非强制统一。
- AI时代拓宽了更适合NoSQL数据库的问题范围，尤其是那些需要高速度、大规模和高质量检索的用例。
深读这一段
讨论的问题：在AI时代，企业选择数据库技术的关键决策因素是什么？
论据 / 案例：MongoDB在财富500强企业中约占75%的渗透率；其2026财年收入约为25亿美元。
03
从词法搜索到混合搜索的演进
22:27- MongoDB于2020年在Atlas中内置了词法搜索（基于Apache Lucene），因为观察到客户需要此功能。
- 向量搜索随后被实现，因为向量（浮点数数组）可以自然地作为灵活文档模型中的一个额外属性。
- 混合搜索（结合词法搜索、向量搜索和元数据预过滤）通过新的聚合管道阶段（如$rankFusion和$scoreFusion）得以简化，开发者无需编写自定义合并逻辑。
深读这一段
讨论的问题：MongoDB如何逐步构建其搜索和检索能力以满足AI应用需求？
论据 / 案例：2020年引入Atlas搜索；向量索引构建在文档的浮点数组属性上；新阶段包括$rankFusion、$scoreFusion和$rerank。
04
Voyage AI收购与嵌入模型创新
33:30- 收购Voyage AI（据报道约2.2亿美元）是为了提供“更好结合”的故事，即优化的嵌入模型与数据库的深度集成。
- Voyage的创新特性包括“上下文化分块”和“套娃表示学习”，旨在降低开发者的迭代负担。
- 嵌入模型质量并非商品化；Voyage模型在检索嵌入基准测试中表现优异，Anthropic等公司推荐使用。
深读这一段
讨论的问题：Voyage AI的技术如何解决传统嵌入和分块过程中的痛点？
论据 / 案例：Voyage模型在Hugging Face的RTEB基准测试中处于领先地位；上下文化分块技术封装为voyage-context-4。
05
智能体记忆系统的挑战
53:17- 智能体记忆是当前最困难的问题，涉及“写、改、回忆、遗忘”四个环节，其中“遗忘”（识别过时信息）尤为棘手。
- 简单地将所有上下文塞入提示窗口（“token最大化”）会导致成本高昂且质量下降，因为提示窗口中间的信息重要性较低。
- 新兴模式如“分类记忆”旨在让智能体仅检索特定领域术语，而非整个术语表，以应对累积的上下文。
深读这一段
讨论的问题：构建有效的智能体记忆系统面临哪些核心挑战？
论据 / 案例：Uber在2026年的token预算据报在13周内耗尽；ElevenLabs据称运行着约4000万个智能体。
06
企业AI部署建议
65:51- 企业应选择已有良好数据基础和可衡量指标的问题，以便归因AI带来的投资回报率。
- 呼叫中心等现有成本和工作量可量化的场景是理想的AI初始目标。
- AI的质量缺陷（如糟糕的数据质量和安全状况）不会被解决，反而会被放大。
深读这一段
讨论的问题：企业在部署AI解决方案时应遵循哪些关键原则？
论据 / 案例：Pete Johnson提出的“三盒框架”用于避免AI失败；呼叫中心是常见的首批部署目标。
07
全球AI采纳格局
77:32- 美国并非在所有企业AI部署方面都领先；墨西哥城和圣保罗等地出现了最成熟的案例。
- 云/AI基础设施的全球化普及消除了早期技术浪潮中的地理瓶颈。
- 企业应基于构建与购买的权衡、现有人才和数据资产来制定AI战略。
深读这一段
讨论的问题：全球企业AI采纳的现状和地理分布是怎样的？
论据 / 案例：Pete Johnson在当年已访问印度、巴西、墨西哥和欧洲的七个国家。
金句
- "" —— 它不是无模式的，而是模式灵活的。
- "" —— 开发者分两种：热爱MongoDB的，和还没试过我们的。
- "" —— 大多数人认为嵌入模型已经商品化了，事实并非如此。选择不同的嵌入模型，检索质量会有很大差异。Anthropic没有自己的嵌入模型，他们推荐我们。
- "" —— 我们构建数据库已经60年了，而我们构建智能体大约只有18个月。目前还没有人掌握所有答案……写、改、记、忘。
- "" —— 糟糕的数据质量和糟糕的安全态势不会被AI解决，而是会被AI放大。
- "" —— 在其他国家，有一种假设认为美国在做一些别人没做的事情上是领先的，而我发现事实恰恰相反……我今年见过最酷的两个东西就在墨西哥城和圣保罗。
原文链接
查看完整访谈
===
SUGGEST===
- topic | stance | quote | date
- 数据库架构演进 | 关系型数据库（SQL）解决存储稀缺问题，NoSQL（如MongoDB）解决时间/速度稀缺问题 | 他出生于1970年2月，四个月后才有了E.F. Codd提出关系模型的论文。当时存储是最昂贵的资源……2007年世界大不相同，稀缺资源变成了时间。 | 2026-09-01
- 嵌入模型价值 | 嵌入模型的选择对检索质量有显著影响，并非商品化产品 | 大多数人认为嵌入模型已经商品化了，事实并非如此……Anthropic没有自己的嵌入模型，他们推荐我们。 | 2026-09-01
- 智能体记忆核心难题 | 智能体长期记忆管理中最困难的部分是“遗忘”，即识别信息何时过时 | 我们构建数据库已经60年了，而我们构建智能体大约只有18个月……写、改、记、忘。 | 2026-09-01
- AI项目选择框架 | 企业应优先选择已有数据和明确业务指标（可量化ROI）的问题领域 | 挑选那些你已经拥有良好数据并且——关键点是——已经有指标的问题，这样你就能为AI带来的任何变化计算出一个投资回报率数字。 | 2026-09-01
