Libere la IA agenética en tiempo real con agentes de streaming en Confluent Cloud y Couchbase

Estamos encantados de colaborar hoy con Confluent en el anuncio de las nuevas funciones de Agentes de streaming en Confluent Cloud y un nuevo motor de contexto en tiempo real. Al unificar el procesamiento de datos y los flujos de trabajo de IA agéntica, Streaming Agents permite a los desarrolladores crear, desplegar y orquestar agentes basados en eventos utilizando Apache Flink® y Apache Kafka® totalmente gestionados en una plataforma unificada. Las nuevas capacidades de hoy llevan esto más allá, ayudando a los equipos a crear agentes fiables de forma más rápida y sencilla, obtener una mayor capacidad de observación y mejorar la toma de decisiones de IA con contexto en tiempo real.

Como socio de Confluent, vemos de primera mano por qué la introducción de Streaming Agents fue tan crítica. En el fondo, todo problema de IA es un problema de datos. Cuando los datos están obsoletos, incompletos o inaccesibles, incluso los agentes más sofisticados y los grandes modelos lingüísticos (LLM) no pueden ofrecer resultados fiables.

Esto es exactamente lo que demandaba el mercado: una solución para crear sistemas multiagente escalables, basados en eventos, reproducibles y fundamentados en datos frescos y contextualizados. Los desarrolladores necesitaban una plataforma única que no se limitara a proporcionar herramientas aisladas, sino que les permitiera obtener datos fácilmente, pasar de forma fiable del prototipo a la producción y obtener la capacidad de observación necesaria para depurar, evaluar y repetir lo que está ocurriendo realmente en el interior de sus agentes.

Los agentes de streaming impulsan una automatización inteligente y sensible al contexto

Integrados en flujos de datos con acceso a la visión más reciente, completa y precisa de los eventos operativos, los Streaming Agents actúan eficazmente como los “ojos y oídos” de la empresa. Están diseñados para manejar grandes volúmenes de datos en tiempo real y contextos cambiantes, lo que los hace ideales para casos de uso empresarial en los que la información fresca, la precisión y la observabilidad son fundamentales. Al supervisar continuamente los flujos de datos y utilizar el contexto de diversas fuentes, los Streaming Agents pueden tomar decisiones inteligentes e informadas y automatizar acciones que impulsen mejores resultados.

Los casos de uso de alto valor incluyen:

• • • Prevención del fraude en tiempo real - Ingesta y procesamiento continuo de datos de transacciones, detección de anomalías y bloqueo automático de actividades sospechosas.
    • Optimización inteligente de la cadena de suministro - Realice un seguimiento del inventario, los envíos y las señales de demanda en tiempo real, reordenando automáticamente las existencias, redirigiendo los envíos o ajustando los programas de producción en función de las condiciones reales.
    • Atención al cliente dinámica - Obtenga contexto en directo de sistemas CRM, interacciones de chat y bases de conocimientos para ofrecer respuestas personalizadas y precisas en el momento.

Exploremos este último caso de uso de atención al cliente con más detalle. Imaginemos una empresa global que transmite eventos de chat de clientes, actualizaciones de CRM, señales de inventario de productos y comentarios de agentes de servicio a Confluent Cloud. Un agente de streaming basado en Flink:

• • • Consume el evento de chat en directo
    • Lo enriquece con contexto (historial del cliente, última compra, tickets abiertos)
    • Incrusta el chat mediante un modelo de incrustación
    • Realiza una búsqueda vectorial en milisegundos en Couchbase 8.0 para encontrar conversaciones pasadas semánticamente relevantes, artículos de la base de conocimientos y acciones de soporte.
    • Invoca una herramienta a través de MCP en tiempo real (por ejemplo, API de actualización de tickets, herramienta de programación de servicios).
    • Genera una respuesta a través de un LLM con apoyo del GAR
    • Devuelve el resultado a Couchbase (actualización del estado de la conversación) y al tema Kafka para auditoría/análisis.

El resultado: un agente de atención al cliente consciente del contexto, en tiempo real, basado en semántica y vectores, automatizado y totalmente observable. La pila de datos subyacente en Couchbase garantiza el contenido más reciente y la recuperación semántica, mientras que el motor de streaming de Confluent garantiza el flujo basado en eventos, la orquestación de herramientas y la escala de producción.

Novedades del cuarto trimestre de 2005

Con Streaming Agents, todos los ingenieros pueden utilizar las conocidas API de Flink para crear agentes seguros y fiables, con soporte nativo para Model Inference, Tool Calling con MCP, Embeddings para RAG, Built-in ML Functions, External Tables and Search y Connections. Confluent sigue ampliando estas capacidades y ofreciendo experiencias de desarrollo más ágiles. 

• • • Definición de agente - Cree agentes rápidamente con sólo unas líneas de código y desbloquee tareas más sofisticadas con mejores resultados mediante la evaluación iterativa y la adaptación de la llamada a herramientas.
    • Observabilidad y depuración - Obtenga visibilidad de todas las acciones de los agentes, diagnostique fácilmente los problemas para acelerar su resolución y recupérese de los fallos de forma fiable.
    • Motor de contexto en tiempo real - Utilizando MCP (Model Context Protocol), sirve contexto fresco a los Streaming Agents así como a cualquier otro agente y aplicación de IA para mejorar la toma de decisiones y la calidad de los resultados.

Sinergia con Couchbase 8.0: una plataforma de datos unificada para la IA Agentic

Mientras que el marco de streaming-agente proporciona la orquestación y la lógica para la IA agéntica, la plataforma de datos subyacente es igual de crítica. Ahí es donde interviene Couchbase, y el momento no podría ser mejor con el reciente lanzamiento de Couchbase 8.0. Esto es lo que debe saber:

• • • Indexación vectorial a hiperescala: Couchbase 8.0 introduce soporte cargas de trabajo de búsqueda vectorial a escala de miles de millones con una latencia de milisegundos y una precisión de recuperación ajustable. Las pruebas comparativas independientes mostraron más de 19.000 consultas por segundo con una latencia de 28 ms (66% de recuperación) y buenos resultados con ajustes de recuperación más altos. 
    • Soporte unificado de cargas de trabajo: La búsqueda vectorial no es un complemento, sino que forma parte de la misma plataforma que gestiona el acceso a valores clave, documentos JSON, almacenamiento distribuido en caché, búsqueda (vectorial, de texto, geográfica), análisis y sincronización móvil para aplicaciones offline. Esto significa que las cargas de trabajo operativas, de IA/agenética y analíticas coexisten sin coser múltiples silos de datos. 
    • Contexto, frescura y confianza en tiempo real: La inteligencia artificial depende de un contexto preciso y oportuno. Si la capa de recuperación de vectores es obsoleta, desconectada o de alta latencia, los agentes posteriores sufren. Couchbase 8.0 refuerza la capacidad de proporcionar incrustaciones frescas, actualizaciones de documentos en tiempo real y refrescos de índice en vivo, que son fundamentales para el patrón de agente de streaming.

Agentes de streaming + Couchbase = IA agentica en tiempo real a escala

A continuación explicamos cómo se desarrolla esta asociación y por qué creemos que constituye una base convincente para los sistemas agénticos empresariales de nueva generación:

1. 1. 1. Contexto de ingesta y transmisión en tiempo real: Con Confluent Cloud ejecutando Kafka + Flink + Streaming Agents, los eventos operativos se capturan, procesan, enriquecen y transforman en tiempo real.
      2. Los Streaming Agents integran flujos de trabajo de IA: Los desarrolladores utilizan las API de Flink para incrustar funciones de ML, llamar a herramientas, invocar LLM u otros modelos, vectorizar contenidos no estructurados, unir contextos de streaming con tablas externas y orquestar flujos de trabajo.
      3. Fuente de búsqueda vectorial de Couchbase: Los últimos datos, incrustaciones, actualizaciones de documentos y contexto viven en Couchbase. Los Streaming Agents pueden enlazar con el índice vectorial de Couchbase para suministrar recuperación semántica + contextual a los agentes, potenciando así RAG, chatbots contextuales, lógica de decisión en tiempo real, investigación de anomalías, etc.
      4. Sistemas agénticos adaptativos de bucle cerrado: El canal de streaming puede enviar los resultados y actualizaciones de los agentes a Couchbase. Con el tiempo, los agentes aprenden, se ajustan y el almacén de contexto se actualiza. La plataforma unificada admite aplicaciones operativas a escala de producción, no solo canalizaciones de ML puntuales.

Recursos adicionales

• • • Explore el blog de Couchbase sobre el lanzamiento de Couchbase 8.0: Plataforma de datos unificada para aplicaciones de IA a hiperescala.
    • Leer el blog de Confluent Presentación de los agentes de streaming en Confluent Cloud.
    • Más información sobre Confluent Agentes de streaming y prueba el Inicio rápido de los agentes de streaming.
    • Visite la documentación de conector Couchbase totalmente gestionado para Confluent Cloud.

Comience con su cuenta gratuita de Couchbase Capella aquí.