Il muro della memoria: perché gli agenti AI falliscono (e come risolverlo)

19 mag 202609:45 - 10:15
Stage 3

Description

Gli agenti AI di oggi funzionano spesso con soluzioni improvvisate: sistemi separati per transazioni, analytics e vettori, collegati tramite pipeline ETL fragili e con un crescente overhead ingegneristico. Questo approccio non sarà in grado di sostenere la prossima ondata di AI agentica, in cui le aziende dovranno supportare milioni di agenti concorrenti, ciascuno con memoria persistente, accesso ai dati in tempo reale e stato coerente. Questa sessione introduce l’architettura in grado di supportare milioni di agenti: una piattaforma SQL distribuita convergente che unifica OLTP, analytics in tempo reale e ricerca vettoriale nativa in un unico sistema conforme ad ACID, gestendo dati relazionali, vettoriali e full-text in un unico livello di query. Analizzeremo il ciclo Decide-Validate-Remember utilizzato dai team in produzione per ridurre i costi dei token grazie al contesto persistente e scalare workflow multi-agente senza deriva dello stato.
128

TiDB, powered by PingCAP

TiDB, sviluppato da PingCAP, è il database SQL distribuito per agenti di AI. Consente di creare migliaia di rami di database in millisecondi, eseguire OLTP + OLAP + vettoriale in un unico motore e...