Couchbase サマーリリース
本番環境のAIエージェントのための、統制された単一データレイヤー
Couchbase AI Data Plane™ は、クラウド、セルフマネージド、ハイブリッド、エッジ、レイクハウスの各環境にわたり、本番環境のAIエージェントに永続的なメモリ、ガバナンスされたデータアクセス、高速なコンテキスト検索を提供します。.
82.3%
LoCoMoベンチマークにおけるエージェントメモリのスコア
94%
LongMemEval-Mシングルセッションのリコール
69.4%
LongMemEval-Sの総合スコア
このリリースでの新機能
Couchbase Operational Data Platformの主要機能における進化.
カペラiQマルチモデル
組織レベルのプロバイダーポリシーに従って、AWS BedrockまたはOpenAIを選択します。.
エージェントカタログ
現在、検出可能でガバナンスの効いたエージェントツール向けの、企業サポートされたコンポーネントです。.
Sync Gateway 4.1
ローリングアップデート、大規模データセットの高速な再同期、およびシステムメタデータの分離。.
エッジサーバー 1.1
クライアントレベルのアクセス制御、CORS、認証情報のローテーション、およびWindows/ARMのサポート。.
プライベートリンク経由の Azure XDCR
パブリックインターネットを経由せず、プライベート接続を介したデータセンター間のレプリケーション。.
MCPサーバー
標準化されたModel Context Protocol統合のための、エンタープライズサポート付きセルフマネージドMCPサーバー。.
AIおよびエージェント向けの統一されたデータ層
プロダクションエージェントには、メモリ、ツール、プロンプト、運用データ、トレース、およびコンテキストが必要ですが、これらの資産はしばしば分散したシステムに存在しています。Couchbaseは、これらを単一の管理されたデータレイヤーに集約することで、エージェントが何を使用したか、どのバージョンのプロンプトが使用されたか、そしてどのようなデータが応答に影響を与えたかについて、チームに可視性を提供します。.
エージェントの動作を確認する
プロンプト、ツール、トレース、メモリ、および運用データをまとめて管理し、SQL++ を使ってクエリを実行することで、エージェントが具体的に何を使用したか、またなぜそのように応答したのかを正確に把握できます。.
標準化されたデータアクセス
Couchbase MCP Server を使用すると、エージェントは、別途の統合層を必要とせずに、運用データ、ドキュメント、およびキャッシュに標準化された方法でアクセスできます。.
チーム間で再利用可能
Agent Catalog により、プロンプト、ツール、エンドツーエンドのトレースが検索可能になり、チームはアプリケーション全体にわたってエージェントの挙動を検証、再利用、および管理できるようになります。.
フレームワークに依存しないメモリ
エージェントメモリはLangGraph、CrewAI、LlamaIndexの間で機能するため、チームはメモリ基盤を再構築することなく、フレームワークを切り替えたり組み合わせたりすることができます。.
お客様の声
-
“エージェント型のワークロードへと規模を拡大する中で、これはパートナーシップの自然な延長線上にあるものでした。”
パトリック・フェリター, アゴラ、製品担当シニア・バイス・президент（SVP）0.5
2番目のエージェンティックトランザクションターゲット
4
実際の業務におけるエージェント型AIのユースケース
-
“「CouchbaseがSQL++で行ってきたことは、数十年間でデータベース分野で行われた最も革新的なことの1つです。」”
ビル・ハウス, SWARMエンジニアリング、エンジニアリング担当副社長400%
より迅速なプランニング
$1M+
最適化あたりの節約額
-
“Couchbaseは、LinkedInのシステムにおいて極めて重要な役割を果たす、拡張性の高い分散データストアです。”
マイケル・ケーホー, シニアスタッフサイト信頼性エンジニア、LinkedIn10M+
クエリー/秒
<4MS
25億以上のアイテムの平均待ち時間
もっと知りたい？
ウェビキャスト：AIエージェントは優秀だが、データレイヤーの準備ができていない.
このウェブキャストとデモでは、AIエージェントが「公開されることのない実証実験の墓場」入りしないようにするための確実な方法をご紹介します。.
以下の方法を学びます：
- AIデータプレーンは、メモリ、ガバナンスされたデータアクセス、およびエージェントのオブザバビリティ（観測可能性）を1つのレイヤーに統合します。
- エージェント・メモリはエージェントに永続的な記憶を与え、時間をかけてより賢く、よりパーソナライズされたものにします
- エージェントカタログは、エージェント型アプリのトレーシング機能により、すべてのプロンプト、ツール呼び出し、意思決定を検査可能にし、監査可能にします。
ブログ：あなたのAIエージェントが実証実験（パイロット）から抜け出せない理由：それはモデルの問題ではなく、データの問題です。.
基盤データの課題により、企業のAI導入プロジェクトが実証実験（パイロット）の段階で常に停滞してしまう理由をご確認ください。.
- Couchbase AI Data Planeが、クラウド、セルフマネージド、エッジアーキテクチャ全体でネイティブに稼働する、分散したデータサービスを単一のガバナンス下にあるレイヤーにどのように統合するかをご覧ください。.
- 本番グレードのエージェントを可能にする3つの柱（フレームワーク非依存のエージェントメモリ、標準ベースのMCPサーバーデータ接続、監査可能なエージェントカタログ）について深く掘り下げます。.
- データ層にセマンティックキャッシングを統合することで、応答時間がどのように短縮され、コストがどのように抑制されるかをご確認ください。.
エージェントメモリの試行
エージェント・メモリー（Agent Memory）を試して、AIエージェントがセッション、ユーザー、フレームワーク間でどのようにコンテキストを維持できるかをご確認ください。同時に、カスタムメモリ、検索、アクセス制御のロジックを削減できます。.
