MongoDB发布一系列产品创新和拓展合作伙伴生态系统夯实AI应用基础

－Voyage AI全新模型引入上下文感知功能，并刷新准确率基准，性价比位居业界前列

－MongoDB的AI生态系统拓展了AI框架、智能体评估及智能体工作流编排等功能

－Laurel、Mercor等近8000家初创企业已选择MongoDB助力构建AI项目

北京——2025年8月14日——日前，现代应用数据库领域的领军企业MongoDB(纳斯达克股票代码：MDB)在Ai4大会上公布一系列产品创新及AI合作伙伴生态系统的扩展，助力客户以更快速、更简便的方式大规模开发准确可靠、值得信赖的AI应用程序。通过提供行业领先的内嵌模型和全面集成的AI就绪数据平台，以及构建全球一流的AI合作伙伴生态系统，MongoDB向全球企业提供多款工具，助力构建值得信赖、性能强大、经济高效的AI项目。

企业已经意识到AI的商业潜力。然而，根据《2025年Gartner企业应用领域生成式与智能体式AI调查报告》（2025 Gartner Generative and Agentic AI in Enterprise Applications Survey）显示，68%的IT领导者感到难以跟上生成式AI工具的快速更新，37%的IT领导者认同其应用程序供应商正在推动企业采用生成式AI战略。众多企业在部署AI过程中进退两难，尽管看到了一些成效，但尚不足以保证AI应用能够得到进一步普及。

多家企业指出，AI普及方面存在的差距对开发者和企业而言都是一种障碍，而这种差距源于AI堆栈的复杂性、确保关键任务应用程序准确率的重要性和所面临的挑战，以及大规模应用中的性价比问题。为了解决这些问题，MongoDB持续投资以简化AI堆栈，并推出性能更优、性价比更高的模型。客户可以将Voyage AI最新的嵌入和重排序模型与MongoDB数据库基础设施相集成。MongoDB还推出了MongoDB MCP服务器，使AI智能体能够访问工具和数据，并通过拓展其全面的AI合作伙伴生态系统，为开发者提供更多选择，由此提升了与业界领先AI框架的互操作性。

这些功能为开发者构建下一代AI应用程序注入了强劲动力。在过去18个月内，Vonage、LGU+、《金融时报》等机构以及约8000家初创公司（包括计时初创公司Laurel和使用AI匹配人才与工作机会的Mercor公司），都选用了MongoDB来构建AI项目。与此同时，每月有超过20万名新开发者在MongoDB Atlas上注册。

MongoDB产品高级副总裁Andrew Davidson表示：“在AI时代，数据库对技术堆栈的重要性超过了以往任何一个时期。现代AI应用程序需要一个结合了先进功能的数据库，例如集成向量搜索和顶级AI模型，以便从所有类型的数据（包括结构化和非结构化数据）中提取有价值的洞察，同时简化技术栈。这些系统还需具备可扩展性、安全性和灵活性，以支持生产应用程序的发展和使用规模的扩大。通过整合AI数据堆栈以及构建领先的AI生态系统，我们为开发者提供了多款工具，便于他们更快地构建和部署值得信赖的创新AI解决方案。”

通过增强产品功能加快AI创新步伐

MongoDB旗下Voyage AI于近期推出了业界领先的嵌入模型，旨在以更低的成本提升AI准确率：

·上下文感知嵌入提升检索效果：全新的voyage-context-3模型实现了AI准确率与效率的双重突破。它能够捕捉整个文档的上下文（无需元数据处理、LLM摘要或复杂的管道操作）提供更相关的结果，并降低对数据块大小的敏感性。它可以作为RAG应用程序中标准嵌入的直接替代品。

·模型性能创新高：最新的voyage-3.5和voyage-3.5-lite通用模型刷新了检索质量标准，提供了业界领先的准确率和性价比。

·按照指令重排序以提高准确率：借助rerank-2.5和rerank-2.5-lite模型，开发者现在能够使用指令来引导重排序流程，进而提升检索准确率。在一系列全面的基准测试中，这些模型的表现均优于竞争对手。

此外，MongoDB近期还推出了MongoDB模型上下文协议（MCP）服务器的公开预览版。该服务器不仅通过标准化方式，使得开发者能够将MongoDB部署直接连接到多款热门工具（如Visual Studio Code中的GitHub CoPilot、Anthropic的Claude、Cursor和Windsurf），从而使他们能够使用自然语言与数据进行交互以及管理数据库操作，而且还简化了基于AI的MongoDB应用程序的开发工作，进而加速工作流程，提升生产力，并缩短产品上市时间。

自公开预览版发布以来，MongoDB MCP服务器的受欢迎程度迅速上升，每周都有数千名用户在MongoDB上进行构建。MongoDB也激起了大型企业客户的浓厚兴趣，希望能够将MCP集成到智能体应用程序堆栈中。

MongoDB工程部高级副总裁Fred Roma表示：“许多企业在扩展AI过程中举步维艰，因为模型本身无法胜任这项任务。这些模型准确率无法满足客户的需求，并且通常很难进行微调和集成，而且规模化应用成本过高。嵌入和重排序模型的质量往往决定一个原型仅仅是具备潜力，还是最终能够成为在生产中带来实质性成果的AI应用程序。因此，我们致力于打造性能更优、成本更低、易于使用的模型，使开发者能够将AI应用程序带入实际应用，并扩大其应用范围。”

Moor Insights and Strategy副总裁兼首席分析师Jason Andersen表示：“随着越来越多的企业部署和扩展AI应用程序和智能体，他们对准确输出和减少延迟的需求也在不断增长。MongoDB通过在其核心数据库平台上巧妙地整合AI数据堆栈，并集成高级向量搜索与嵌入功能来应对这些挑战，同时也在降低开发者工作复杂性。”

扩展MongoDB AI生态系统

MongoDB还进一步扩大了AI合作伙伴网络，旨在协助客户更快速地构建与部署AI应用程序。

·提升评估能力：Galileo是一个领先的AI可靠性和可观察性平台，现已加入MongoDB的合作伙伴生态系统，致力于为客户提供更多的灵活性和选择空间。Galileo确保基于MongoDB构建的AI应用程序和智能体能够实现可靠部署，并提供持续的评估与监控。

·具备灵活性、可扩展性的AI应用程序：Temporal是一个领先的开源持久执行平台，同样也加入了MongoDB的合作伙伴生态系统。Temporal使开发者能够编排基于MongoDB构建的可靠AI用例，涵盖智能体、RAG和上下文工程管道等，以在运行时管理和提供动态、结构化的上下文。借助Temporal的Durable Execution功能，开发者无需编写管道代码即可实现系统的灵活性和可扩展性。AI应用程序能够无缝地实现故障恢复、长时间稳定运行、轻松处理外部交互，并实现水平扩展。开发者还能够追踪AI工作流程的每个步骤，以便快速定位和解决实时问题。这些合作伙伴功能的加入显著扩展了MongoDB的AI生态系统，为人工智能应用的开发提供助力。

·简化AI工作流程：MongoDB与LangChain携手合作，通过简化开发流程并释放客户实时专有数据的价值，正在重塑开发者构建AI应用程序和智能体系统的方式。最新进展包括在MongoDB Atlas直接支持GraphRAG，使检索过程变得更透明，这不仅能建立信任，还能提升LLM响应的可解释性。另一项进展是MongoDB上的自然语言查询功能支持智能体应用程序直接与MongoDB数据交互。这些集成使开发者能够构建可靠、复杂的AI解决方案，涵盖从高级检索增强生成（RAG）系统到能够查询数据和执行高级检索的自主智能体等多个领域。

Galileo首席执行官兼联合创始人Vikram Chatterji表示：“随着企业纷纷将AI应用程序和智能体应用到生产领域，准确率和可靠性变得至关重要。通过正式加入MongoDB的AI生态系统，MongoDB和Galileo将能够更好地帮助客户部署可信赖的AI应用程序，进而更平滑地实现业务转型。”

Temporal首席技术官Maxim Fateev表示：“构建适用于生产领域的智能体AI意味着系统必须能够始终如一、万无一失地应对现实世界中的可靠性和规模挑战。通过与MongoDB开展合作，Temporal让开发者能够充满信心地编排持久、可水平扩展的AI系统，确保工程团队能够构建值得用户信赖的应用程序。”

LangChain首席执行官兼联合创始人Harrison Chase表示：“随着AI智能体承担着越来越复杂的任务，获取多样化、相关的数据变得至关重要。我们与MongoDB的集成，包括GraphRAG和自然语言查询等功能，为开发者提供了多款工具，便于他们构建和部署复杂的、面向未来的、基于相关可信数据的AI智能体应用。”