Tacnode公司今日正式结束隐身模式，推出专为人工智能智能体设计的全新数据基础设施平台。该平台能够让智能体在共享的、实时更新的企业环境表示上进行推理和决策。

核心技术架构

Tacnode的Context Lake技术和语义操作器构成了基于智能体系统的"上下文层"。Context Lake旨在让自主AI智能体能够共享知识、更新集体状态并实时做出协调决策。据该公司介绍，该系统提供了一个统一环境，支持实时数据摄取、增量转换和低延迟检索，性能可支持每秒数百万次检索请求。

解决上下文碎片化问题

Tacnode首席执行官兼首席架构师蒋晓伟表示，企业数据基础设施是围绕人类决策周期设计的，这些周期通常以分钟、小时或天为单位，而不是智能体常见的毫秒级循环。因此，智能体经常必须在分散且不一致的数据上运作，这些数据分布在数据库、流、特征存储、向量存储和自定义内存层中。

"数据湖的构建是为了确保人类能够非常高效地进行分析，但在过去几年中，重点已经转向智能体，"他说。"智能体使用数据的方式与人类截然不同。"

Context Lake类似于数据湖，但围绕不同的用例进行架构设计。当许多智能体同时做决策时，它们的行为可能会相互影响。蒋晓伟说："我们需要确保当大量智能体同时行动时，它们以建设性的方式相互影响。"

技术特性与集成

Context Lake维护一个持续更新的上下文表示，供所有智能体访问和修改。语义操作器可对结构化和非结构化数据进行操作，实现更丰富的上下文推理和"对当前业务的共享实时视图"。

Tacnode从零开始构建该产品，但与PostgreSQL和Apache Iceberg等开源标准集成。"每个了解PostgreSQL的人都可以使用它，我们与Iceberg的交互也很好，"蒋晓伟说。

在企业需要分析处理的用例中，该系统可以与Iceberg并行运作。"你可以将其视为Iceberg之前的实时层，Iceberg非常适合分析，但它并非真正为实时检索而设计。"

Tacnode保证标准的事务隔离级别以确保一致性和延迟。"Context Lake能够在一个地方存储结构化、半结构化、非结构化和向量数据，我们为所有这些数据提供事务一致性，具有标准的事务、可序列化、快照和读已提交隔离级别。"

生产环境应用

Tacnode表示其平台已在食品配送公司DoorDash的生产环境中运行，支持会话内个性化，能在数百毫秒内对用户行为做出反应。该公司称，同样的过程之前需要几分钟时间。

该公司还有"其他几个客户"已在生产环境中使用该产品。该产品可通过亚马逊网络服务市场获得，并辅以直接销售。

Tacnode获得了风险投资支持，但蒋晓伟拒绝透露投资者或金额。"我们希望专注于产品和我们正在解决的问题，"他说。

Q&A

Q1：Context Lake与传统数据湖有什么区别？

A：Context Lake专门为智能体设计，支持毫秒级决策循环，而传统数据湖是为人类分析需求设计的，运行在分钟、小时或天的周期上。Context Lake提供实时上下文更新和低延迟检索，能支持多个智能体同时协调决策。

Q2：Tacnode平台如何确保数据一致性？

A：Tacnode提供标准的事务隔离级别，包括事务、可序列化、快照和读已提交隔离级别。Context Lake能够在一个地方存储结构化、半结构化、非结构化和向量数据，并为所有这些数据类型提供事务一致性保证。

Q3：目前有哪些公司在使用Tacnode平台？

A：Tacnode平台已在DoorDash的生产环境中运行，支持会话内个性化功能，将响应时间从几分钟缩短到数百毫秒。该公司还有其他几个客户在生产环境中使用该产品，产品可通过AWS市场获得。