Los agentes se resisten antes de la producción

La mayoría de los programas de agentes no fallan en el modelo. Fallan en la capa de datos que lo subyace, y esto se ve en cuatro lugares.

El contexto se encuentra separado del historial operativo, por lo que los agentes comienzan con cero conocimientos, preguntan al cliente de nuevo o llenan el vacío ellos mismos.

Cada agente necesita su propia integración para acceder a los datos en tiempo real, por lo que la creación de la décima versión tarda tanto como la primera.

Los agentes no pueden dar explicaciones por sí mismos

Los alertas, las herramientas, los rastros y los registros que un agente lee se almacenan en sistemas separados, por lo que nadie puede decir qué sucedió realmente.

La explosión de los costos de los tokens

Sin memoria persistente, las aplicaciones reenvían toda la conversación cada vez que se reinician y cobran nuevamente por el contexto ya almacenado.

Marcado por evaluaciones públicas

Escala 1B+

Almacenamiento de vectores y búsqueda en tres tipos de índices

82.3%

en el benchmark LoCoMo Eval

IA en producción en Couchbase

0,5 segundos

Meta de la transacción agente

Leer la noticia

65%

de las tarjetas del mundo registradas por fraude

Leer la noticia

70M

documentos detrás del asistente de inteligencia artificial a 8.000 operaciones por segundo

Leer la noticia

Haz que tus agentes trabajen con datos de negocio reales

  • Plan
  • Recuperar
  • Motivo
  • Acto
  • Recuerde
  • Memoria del agente
  • Servidor MCP
  • Integración de Bedrock

Cómo se procesa el agente Memory

Memoria a corto y largo plazo

Administre las sesiones activas (de corto plazo) mientras mantiene los datos, perfiles y resúmenes a largo plazo a través de una única API.

Seguridad y gobernanza

La separación de la memoria por usuario se combina con la autenticación OIDC/OAuth2. El acceso a la memoria se puede rastrear a través de Agent Tracer para auditoría y depuración.

Frescor de la memoria y viajes en el tiempo

La degradación basada en TTL elimina automáticamente el contexto obsoleto. Los bloques de memoria inmutables ofrecen la posibilidad de recuperar datos en un momento determinado y la resolución de conflictos basada en la fecha y la hora.

Autogestionado o totalmente gestionado

Ejecúcelo tú mismo en Docker, en cualquier nube o en un entorno aislado con conexión a Internet, con integraciones validadas para LangGraph, CrewAI, LlamaIndex y Strands. O ejecúcelo gestionado en Capella. 

Listo para conectarse a tu ecosistema de IA

El agente Memory se valida con LangGraph, CrewAI, LlamaIndex y Strands, y se puede acceder a él mediante REST para cualquier otra cosa. Las llamadas al servicio de modelos de Amazon Bedrock hacen uso de modelos de frontera. Los socios de los sectores de datos, observancia y infraestructura se conectan a la misma capa gobernada, por lo que cambiar una parte de su infraestructura ya no significa reconstruir el resto.

TOTALMENTE GESTIONADO

Couchbase Capella

Los agentes Memory, MCP Server, Agent Catalog y Model Service se ofrecen como servicios gestionados. No hay que configurar, parchear ni escalar nada. La inferencia sin servidor se factura por token, las incorporaciones se generan a través de la red privada y los datos operativos que los agentes leen ya están alojados aquí.

AUTONOMÍA

Couchbase Server Enterprise Edition

El mismo plano de datos de IA en su propio centro de datos, nube privada o en un sitio completamente aislado. La memoria del agente, el catálogo de agentes y el servidor MCP se ejecutan como contenedores con el mismo modelo de datos, las mismas API y el mismo modelo de seguridad, por lo que los agentes pueden moverse entre despliegues sin necesidad de una nueva programación.

Couchbase AI Data Plane™ proporciona a los agentes de IA de producción una capa de datos estructurada para la memoria, el contexto, las herramientas, los prompts, los rastros, la caché y los datos operativos en tiempo real que gestionan el negocio.

Agent Catalog gestiona los metadatos de los agentes, los metadatos de las herramientas y los rastros de todo el proceso, para que los equipos puedan inspeccionar, reutilizar y controlar el comportamiento de los agentes en todas las aplicaciones.

El agente Memory almacena el estado de la sesión a corto plazo y el perfil y la memoria semántica a largo plazo a través de las sesiones, reinicios, usuarios y frameworks, almacenados junto a los datos operativos que el agente está trabajando.

La memoria persistente elimina la necesidad de reenviar el historial de conversaciones en cada ocasión, el almacenamiento de datos en caché exacto y semántico evita las repetidas llamadas al modelo, el registro de herramientas y de comandos reduce las costosas llamadas incorrectas al modelo y los cargos de inferencia sin servidor se calculan por token en lugar de por la capacidad reservada de la GPU.

Couchbase almacena los mensajes de alerta, las herramientas, los registros, la memoria y los datos operativos en una única capa de datos gestionada, para que los equipos puedan comprobar qué agentes utilizaron y por qué respondieron.

Sí, a partir de junio de 2026, AI Services se ha cambiado oficialmente a AI Data Plane. El producto ha evolucionado bajo la identidad de AI Data Plane para incorporar nuevas funcionalidades.

Deje el desorden de las bases de datos en el pasado

Cada suma de pilas significa otra factura y más cosas que gestionar. Calcula cuánto podrías ahorrar en 2 minutos.