课程 ID: 19348
描述:
话题概述:
在构建大模型驱动的 Agentic System 时，采用“关系型 + 独立向量库”的拼凑架构而遭遇瓶颈：业务与向量数据同步的秒级延迟导致 AI 频繁产生状态“幻觉”，而刚性的 SQL 表结构又无法应对 AI 上下文和插件数据的“格式爆炸”，最终导致系统组件臃肿、端到端延迟飙升，传统数据架构的僵化直接成了 AI 落地生产的最大绊脚石。
演讲题纲:
话题亮点：
摒弃了拼凑组件的思维，实施以 MongoDB 为统一底座的战略，利用其动态文档模型一站式闭环存储业务数据、Session 上下文并直接激活原生向量搜索，通过 Change Streams 实现了数据变更到向量索引的毫秒级同步，从而完美避开了“独立向量库做复杂混合检索性能骤降”以及“频繁修改 DDL 锁表”的两大技术深坑。