PUBLIC PREVIEW
Crea, distribuisci e gestisci agenti in produzione con Atlas Agent Engine. Una base per l’esecuzione, la memoria e la governance.
La memoria semantica, episodica, tassonomica e procedurale è managed in modo nativo, così gli agenti diventano più accurati nel tempo consumando meno token.
Sfrutta i modelli di embedding e di reranking più quotati su RTEB per un recupero intelligente e performante.
Ogni chiamata dello strumento viene eseguita come identità di un utente o agente reale, all'interno di una sandbox isolata.
Le policy si propagano a livello di organizzazione e non possono essere sovrascritte in un secondo momento. Indirizza le azioni rischiose all'approvazione umana e controlla i costi senza codice.
Il runtime tiene traccia di ogni chiamata al modello, chiamata agli strumenti e accesso alla memoria, quindi ricreare ciò che ha fatto un agente e perché richiede secondi, invece che settimane.
Atlas Agent Engine è neutrale rispetto a modelli e framework, basato su standard aperti come MCP e A2A. Un passaggio successivo richiede solo una modifica della configurazione, non una ricostruzione.
Grazie ai prezzi di runtime basati sul consumo, paghi per l'esecuzione degli agenti che utilizzi effettivamente, e niente altro.
Adotta la memoria e la governance in modo indipendente o con il runtime. Paghi per i layer che utilizzi, sui modelli e sui framework che già possiedi.
Passa da un agente a migliaia sulla stessa base scalabile, con costi che seguono il lavoro che i tuoi agenti svolgono effettivamente.
0,04 $ per 1.000 secondi per vCPU
0,25 $ per 1000 documenti di memoria a lungo termine archiviati
0,50 $ per 1000 documenti in memoria recuperati
MongoDB Atlas Agent Engine è una piattaforma di agenti basata su Atlas che consente alle aziende di progettare, distribuire e gestire agenti AI in produzione utilizzando i propri dati operativi in tempo reale, con memoria, recupero e governance integrati nella piattaforma invece di essere assemblati da strumenti puntuali.
Atlas è la piattaforma di dati in cui si trovano i tuoi dati in tempo reale, la ricerca e i vettori. Atlas Agent Engine è il layer degli agenti basato su questo fondamento; utilizza lo stesso document model e le stesse capacità di ricerca e vettoriali per fornire agli agenti il contesto e lo stato di cui hanno bisogno per operare.
No. Atlas Agent Engine utilizza MongoDB Atlas come sua base di piattaforma nativa, ma non è limitato ai dati archiviati in un database Atlas. È possibile accedere ai dati dove risiedono già, comprese fonti come Salesforce, Oracle, Snowflake, S3, SharePoint e sistemi interni, senza necessità di lift-and-shift. Atlas fornisce una base unificata per la memoria, il recupero, lo stato e la governance degli agenti, mentre gli agenti accedono al contesto di cui hanno bisogno tra i vari sistemi.
Molti agenti iniziali girano su stack fragili—archivi vettoriali, cache e pipeline personalizzate separati—rendendoli difficili da scalare, governare o persino controllare. Atlas Agent Engine consolida questi sistemi in un'unica piattaforma: un unico piano di controllo, memoria e recupero unificati e isolamento per chiamata, in modo che tu possa passare da demo impressionanti a sistemi di produzione affidabili e pronti per la revisione.
Atlas Agent Engine è progettato per essere aperto e flessibile: funziona con qualsiasi LLM o framework e utilizza standard aperti come il Model Context Protocol (MCP) per gli strumenti, A2A per la delega da agente ad agente e OpenTelemetry per le tracce, in modo da potersi integrare nello stack AI che utilizzi già oggi e adattarsi alla sua evoluzione.
Atlas Agent Engine rafforza i criteri del privilegio minimo prima di ogni chiamata dello strumento, esegue ciascuna invocazione in una sandbox isolata e registra nei log ogni azione insieme all'identità che l'ha autorizzata. Audit, controlli dei costi e guardrail vengono impostati una sola volta a livello di organizzazione e rafforzati automaticamente, anziché essere uniti tra diversi sistemi.
Invece di far iniziare agli agenti ogni conversazione da zero, Atlas Agent Engine offre una memoria a livello di piattaforma—semantica, tassonomica, episodica e procedurale—supportata dalla ricerca e dai vettori di Atlas, in modo che gli agenti recuperino un contesto preciso e aggiornato, rispondano più rapidamente e consumino molti meno token nel processo.