PoC-оос Production руу: MongoDB бие даасан AI агентуудад зориулсан "Atlas Agent Engine" платформоо зарлалаа

Сүүлийн хоёр жилд хиймэл оюуны салбар энгийн чатботоос бие даан шийдвэр гаргаж, даалгавар гүйцэтгэдэг AI агент (Agentic AI) руу эрчимтэй шилжсэн билээ. Гэвч багийнхны хувьд хөгжүүлэлтийн орчинд (PoC - Proof of Concept) амжилттай ажиллаж байсан агентуудыг бодит үйлдвэрлэлд (production) нэвтрүүлэх нь хамгийн том бэрхшээл болоод байна.

Энэхүү саад бэрхшээлийг шийдэх зорилгоор MongoDB компани Нью-Йорк дахь Investor Day арга хэмжээнийхээ үеэр "Atlas Agent Engine" нэртэй цогц платформоо олон нийтэд нээлттэй туршилтаар (Public Preview) цацлаа. Үүнтэй зэрэгцэн өгөгдлийн сангийн шинэ үе болох MongoDB 9.0 болон тооцоолол, хадгалалтыг тусгаарласан архитектуртай Atlas Infinite шийдлээ хамтад нь танилцуулав.

Продакшн дахь агентуудын "Эвлүүлдэг тоглоом"-ын зовлон

Өнөөдөр AI агент бүтээж буй инженерүүдийн өмнө нийтлэг хоёр хувилбар байдаг: аль нэг том үүлэн үйлчилгээ үзүүлэгчийн хаалттай системд баригдах (vendor lock-in) эсвэл вектор сан, кэш, санах ой, аудит лог зэрэг тусдаа арваад хэрэгслийг хооронд нь холбож "нөхөөс" тавих. Гэвч хэрэглэж буй LLM загвар шинэчлэгдэх эсвэл фрэймворк өөрчлөгдөх бүрд уг нөхөөсүүд эвдэрч, системийн найдвартай ажиллагаа алдагддаг.

Хамгийн гол нь бодит бизнесийн орчинд ажиллаж буй агентуудад дараах 3 үндсэн тулгуур нэн шаардлагатай болдог:

Persistent Memory (Тогтвортой санах ой): Хэрэглэгчийн өмнөх үйлдэл, контекстийг урт хугацаанд санах, түүнийгээ оновчтой кэшлэх чадвар.
Accurate Retrieval (Бодит цагийн үнэн зөв мэдээлэл таталт): Зөвхөн хийсвэр вектор хайлт бус, байгууллагын бодит өгөгдлийн сантай шууд, алдаагүй холбогдох.
Governance & Audit (Хяналт, засаглал): Агент ямар эрхээр ямар үйлдэл хийснийг бүртгэх, шалгах, аюулгүй байдлын бодлого тулгах боломж.

MongoDB-ийн зүгээс Atlas Agent Engine нь эдгээр асуудлыг нэгтгэн, хөгжүүлэгчдэд нэмэлт дэд бүтэц угсрах шаардлагагүй нэгдсэн давхарга (execution, memory, governance layer) санал болгож буйг онцолсон юм.

Atlas Agent Engine ямар бүтэцтэй вэ?

Энэхүү шинэ хөдөлгүүр нь хөгжүүлэгчдэд зориулсан хэд хэдэн чухал бүрэлдэхүүн хэсгээс тогтож байна:

1. Model болон Cloud-Agnostic архитектур

Atlas Agent Engine нь зөвхөн нэг загвар эсвэл клаудад зориулагдаагүй. Хөгжүүлэгчид OpenAI, Anthropic, Google эсвэл нээлттэй эхийн ямар ч загварыг (LLM) ашиглах боломжтой бөгөөд AWS, Azure, Google Cloud зэрэг хүссэн үүлэн дэд бүтэц дээрээ ажиллуулах эрх чөлөөтэй.

2. Voyage AI-аар тоноглогдсон Retrieval давхарга

Вектор хайлтын чанарыг сайжруулах зорилгоор Atlas Agent Engine нь Voyage AI-ийн embedding болон reranking моделиудыг шууд өөртөө нэгтгэжээ. Энэ нь зөвхөн хиймэл тестүүдэд төдийгүй бизнесийн бодит RTEB (Retrieval for Enterprise Benchmark) шалгууруудад өндөр гүйцэтгэл үзүүлж байгаа аж.

3. Нээлттэй стандартууд: MCP ба A2A

Уг систем нь салбарын нээлттэй протоколууд болох Anthropic-ийн санаачилсан MCP (Model Context Protocol) болон Google-ийн A2A (Agent-to-Agent) стандартуудыг бүрэн дэмждэг. Энэ нь өөр системүүдийн хэрэгслүүд (tools) болон бусад агентуудтай шууд харилцан ажиллах боломжийг олгож байна.

4. Identity-д суурилсан нарийн засаглал (Governance)

Агент бүрийн гаргаж буй шийдвэр, гүйцэтгэж буй үйлдэл (action)-ийг тодорхой identity буюу эрхтэй холбон нарийвчлан бүртгэж логлоно. Хэрэв агент зөвшөөрөгдөөгүй санхүүгийн гүйлгээ хийх эсвэл эмзэг өгөгдөл устгахыг оролдвол бодлогын хяналтын давхарга (policy plane) уг үйлдлийг газар дээр нь хаах чадвартай.

MongoDB 9.0 болон Atlas Infinite: Дэд бүтцийн шинэчлэл

Atlas Agent Engine-ийг дэмжих суурь дэд бүтцийн хувьд MongoDB хоёр том зарлал хийлээ:

MongoDB 9.0 (GA): Агентуудын үүсгэх их хэмжээний транзакцын ачааллыг даах зорилготойгоор find-one хайлт өмнөх хувилбараас 35% хурдан, update-one үйлдэл 30% хурдан болсон ба нийт гүйлгээний дамжуулах чадвар (throughput) 20%-иар өсжээ.
Atlas Infinite (Public Preview): MongoDB Atlas-ийн сүүлийн 10 жилд хийгдсэн хамгийн том архитектурын өөрчлөлт гэгдэж буй энэхүү шийдэл нь Compute болон Storage давхаргыг бие даан салгаж өргөтгөх боломжийг олгож байна. Энэ нь AI агентуудын гэнэтийн огцом ачаалал, өгөгдлийн их урсгалыг зардал багатайгаар зохицуулах боломжийг олгодог.

Хөгжүүлэгчдэд энэ нь ямар ач холбогдолтой вэ?

Хэрэв та LangGraph, CrewAI эсвэл өөрсдийн бичсэн хөнгөн фрэймворкоор агентын прототип хийчихээд, түүнийгээ хэрхэн аюулгүй, санах ойтой, найдвартай ажиллах продакшн систем болгох вэ гэж толгойгоо гашилгаж байсан бол Atlas Agent Engine сонирхоод үзэх хэрэгсэл болж байна.

Өгөгдөл хадгалагдаж буй үндсэн баазтайгаа шууд залгаа санах ой болон засаглалын давхаргыг ашигласнаар нэмэлт дэд бүтэц арчлах зардлыг (DevOps overhead) хэмнэж, агентын алдаа гаргах эрсдэлийг бодитой бууруулах юм.

Эх сурвалж: MongoDB Official Launch Announcement - Nasdaq Investor Day, SD Times Tech News