返回资讯中心
外部精选
云计算
#容器平台#AI Agents#Data#Data Streaming#sponsor-confluent

Confluent 等公司发布 streamhouse 架构开放定义,解决 AI 智能体数据实时性难题

来源标题:How the new streamhouse architecture solves agentic AI’s data problem

Confluent、Aiven、StreamNative 和 Ververica 联合发布 streamhouse 数据架构的开放、厂商中立定义,免费供任何人使用。该架构可持续向应用和 AI 智能体提供业务当前状态,支持亚秒级更新查询,可基于 Apache Kafka、Flink、Iceberg 等开源技术或商业产品构建。

The New StackAndrew Sellers2026/11/5 · 12 天前14 分钟阅读

以下正文由 AI 翻译自 The New Stack(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

AI agent 正从回答问题转向采取行动,而要做好这件事,它们需要随时掌握业务的当前状态。大多数数据架构在设计上仍然无法支持在整个企业范围内查询亚秒级更新,这正是 streamhouse 出现并填补这一空白的原因。

streamhouse 是一种数据架构模式,持续向应用和 AI agent 交付业务的当前状态。一组数据基础设施公司为它给出了定义,目的是让许多组织已经开始各自独立部署的这套做法形成一致的标准。

streamhouse 可以用 Apache Kafka、Apache Flink 和 Apache Iceberg 等开源技术构建,也可以用商业产品,或者两者结合。推动这一定义的组织包括 Confluent、Aiven、StreamNative 和 Ververica,它们已在 streamhouse.com 发布了一份开放、厂商中立的定义,任何人都可以免费使用这个名称。

有了通用定义,架构师和数据团队就有了简明的说法,用来表达自己需要哪些能力,以及这些能力在整体技术栈中的位置。当数据工程师说“我们需要一个 streamhouse”时,CFO 和其他利益相关者能立刻明白他们的意思,并理解其中的价值。

一种不同的架构

大多数数据架构是为支持商业智能而设计的,数据以批处理方式加工,供人分析。lakehouse 很擅长这项工作,也仍然是这方面的正确基础。但 agent 需要的是另一种东西:反映当下正在发生什么的数据,并以机器速度交付。

“agent 需要的是另一种东西:反映当下正在发生什么的数据,并以机器速度交付。”

这要求架构能够持续捕获、处理、治理并提供业务的实时视图,使应用和 agent 能在事件发生时立即采取行动。

典型用例包括订单履约、理赔处理、承保和欺诈检测,这些都依赖来自多个数据源的实时数据。一笔理赔可能要用到保单记录、支付历史和客户交互信息,而在事件发生时将这些来源关联起来,正是这套架构最有价值的地方。电商和游戏中的超个性化也是类似的例子。

streamhouse 的定义特征

这份开放定义提出了三个属性。第一,streamhouse 是实时的。数据随事件发生而保持最新,而不是按批处理计划刷新。

第二,它是生产级原生的。分析系统往往缺乏运营系统所需的容错能力和服务水平,因为它们从来就不是为了支撑业务运行而设计的。streamhouse 位于关键业务应用和 agent 的调用路径上,因此必须达到与这些系统相同的标准。

第三个属性是去中心化。集中式模式把数据摄入到一个地方再在那里转换,导致数据除了分析之外很难复用,复用成本也很高。streamhouse 对数据进行转换,使其可被发现并带有上下文,这样一次产生的数据可以被 agent、应用和仪表盘等多次消费。

为 AI 塑造数据

新鲜度只是问题的一部分,数据的形态同样重要。几十年来,企业在高度规范化的关系表中把每个事实只存储一次。存储成本高昂,规范化则保护开发者免受更新和删除异常的影响。结果就是,许多领域关系被编码在几乎只由两个外键组成的表里。这种结构对 AI 模型来说意义甚微。

“……许多领域关系被编码在几乎只由两个外键组成的表里。这种结构对 AI 模型来说意义甚微。”

设想一个 agent,要在客户下单后起草一封跟进邮件。它需要确认这位客户住在某个地址,并且刚刚订购了某个产品,还需要知道订单下达的那一刻。流式处理把这些变更作为事件捕获,用上下文进行丰富,并实时交付给 agent。

以这种结构化、可查询的形式提供上下文,还能限制每次模型调用所需的无关信息量,从而降低成本。

streamhouse 的定位

这一切并不会让 lakehouse 过时。两种架构将在许多组织中共存,而开放表格式使它们能够基于单一、一致的数据视图运行。lakehouse 仍然是历史分析、报表和模型训练的正确场所,在这些场景中,几小时前的数据是可以接受的。streamhouse 则负责 lakehouse 并非为服务而设计的实时运营负载。

“如今 ML 模型的能力已足以胜任大多数业务任务,agent 所依据的数据将越来越决定它们表现的好坏。”

如今 ML 模型的能力已足以胜任大多数业务任务,agent 所依据的数据将越来越决定它们表现的好坏。对于要把 agent 投入生产的团队来说,一个务实的第一步是列出这些 agent 将要做出的决策,并找出每个决策背后的数据目前存放在哪里。在大多数企业中,这些数据分散在多个运营系统中,要几小时后才进入分析栈。streamhouse 正是为弥合这一差距而设计的。

The post How the new streamhouse architecture solves agentic AI’s data problem appeared first on The New Stack.

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →