Pinecones Nexus Knowledge Engine til AI-agenter er nu generelt tilgængelig

Pinecone har gjort sin Nexus knowledge engine generelt tilgængelig den 6. august 2026 og præsenterer det som laget, der sidder mellem et virksomheds eget data og de AI-agenter, der forbruger det – og udgiver benchmark-resultater og interne produktionsnumre for at argumentere for, at laget, ikke modellen, er, hvor agentens ydelse vinder.

Produktet, der indgik i offentlig preview for fem uger siden, samler en virksomheds dokumenter og arbejdsprocesser i et styret, forstruktureret videnlag, som agenterne kan forespørge i ét opkald, snarere end at gensamle kontekst fra rådokumenter ved hver anmodning. Det deployes inde i kundens eget cloud på AWS, Google Cloud eller Azure, kører på de modeller, kunden vælger – herunder åbne vægtmodeller – med ingen stående Pinecone-adgang til data, ifølge selskabets meddelelse.

Pinecones kernekrav er, at virksomhedsagenter rammer en videnloft før de rammer en modelloft. Modellen er i denne ramme en vare, som enhver konkurrent kan leje; den varige ejendom er virksomhedens egen viden, som konventionelle agent-stacks omhyggeligt genskaber dyrt ved hver anmodning.

“Agenter brænder tokens ved at arbejde igennem rådata, så omkostninger og latency stiger, mens nøjagtigheden forbliver lavere, end den burde være,” sagde Pinecone CEO Ash Ashutosh i lanceringen. “Nexus indsætter en videnmotor i jeres eget cloud, øger nøjagtigheden, reducerer den samlede omkostning ved at køre AI og holder jeres egne eksperter til at forme, hvordan agenterne arbejder.”

Benchmark-resultater på Sierra’s τ-Knowledge

Pinecones overskriftsbevis er et løb på τ-Knowledge, en åben benchmark fra Sierra, der vurderer agenter på videnintensive kundesupportopgaver – flertrinsreasonering over en fintech-videbase på 698 dokumenter, strengt politikoverholdelse og koordineret værktøjsbrug, vurderet på, om agenten driver den underliggende system til den korrekte sluttilstand snarere end på konversationskvalitet.

Ifølge Pinecones tekniske skriv, løste GPT-5.5 med en Nexus-videnlag 47,4% af opgaverne, det højeste score på benchmarket, mod 46,4% for GPT-5.5 alene – holdt nøjagtigheden omtrent flad, mens omkostningerne per opgave blev reduceret med 77%. GPT-5.2 med Nexus nåede 36,1% mod 32,2% uden hjælp, en relativ nøjagtighedsgevinst på 12% til en omkostning, der var 80% lavere. Mekanismen viser sig i opkaldsantal: GPT-5.2’s værktøjsopkald per opgave faldt fra 42,5 til 17,7, og dens modelopkald faldt fra 81,7 til 42,6, hvilket Pinecone siger er, hvordan en $1,45-opgave bliver en $0,53-opgave.

Det er Pinecones egne løb, indsendt til Sierra’s leaderboard, og værd at læse som vendor-rapporterede tal. Benchmarket selv er virkeligt og krævende: Sierra’s offentliggjorte resultater viser, at den bedste frontkonfiguration kun kan klare omkring en 26%-beståelsesrate på videnområdet, tre til fire gange sværere end benchmarkets andre områder.

Hvad Pinecones egen supportkø viser

Den mere usædvanlige afsløring er, at Pinecone kørte Nexus bag sin egen kundesupportagent fra den 17. juli 2026, og offentliggjorde før- og efter-numre. Andelen af indgående billetter, som agenten løste uden menneskelig indblanding, steg fra 24,6% til 55,1%, ifølge selskabet. Tildelings- og assistentratene steg også.

Under de fem ugers offentlige preview skabte kunder 300 videnkontekster, der samlede 3,5 million kildestykker ind i omtrent 26.000 strukturerede, forespørgelige videnarter over korpus, herunder supportvidenbasen, juridiske kontrakter, finansielle indberetninger og opkaldstranskriptioner.

Hvordan Nexus fungerer

Nexus erstatter det gængse retrieve-evaluate-re-retrieve-løkke med en kompileringstrin. En fagperson – ikke et centralt datateam – skriver en manifest, der beskriver de enheder, relationer og svarkonturer, deres job kræver. Nexus kompileringer herefter den rå korpus mod denne struktur til et lag af sammenfattelser, strukturerede uddrag og en enhed-relation graf, og agenterne forespørger det via KnowQL, et deklarativt forespørgselssprog, der returnerer et typet, citeret svar på ét opkald. KnowQL-specifikationen er offentliggjort på spec.knowql.org.

Styring er indbygget i laget snarere end anmodet i en prompt: felt-niveau-adgangskontrol, per-felt-citationer, tillidsvurderinger, PII-mærkning ved indtagelse og afstamning tilbage til kilde-dokumenter. Det kompilerede videnlag er downloadbart, hvilket Pinecone positionerer som en garanti mod låsning. Tilgangen markerer en afvigelse fra vektor-søgningshenting, som Pinecone byggede sit navn på – top-K chunk-henting fjerner relationerne mellem fakta, som selskabet argumenterer for, er præcis det, videnintensive opgaver afhænger af.

Det fine print

Lanceringstermerne har de grænser, en køber ville ønske noteret. Nexus kører BYOC – bring your own cloud – med kunden, der leverer modellegitimationsoplysninger og inferensopkald, der går fra kundens cloud til den udbyder, de navngiver. Det sidder inden for den bredere Pinecone-platform, der bruger Pinecone Database som sin grundlæggende henting, så det er en tilføjelse til en Pinecone-estate snarere end en selvstændig produkt. Pinecone har ikke offentliggjort Nexus-priser med GA-meddelelsen; selskabet henviser købere til en standard-procurementsamtale.

Den konkurrenceramme, Pinecone tegner, er imod to alternativer: agenter RAG, der genskaber kontekst per forespørgsel, og centrale virksomhedsontologier – selskabet nævner Palantirs og Microsofts model-hele-virksomheden-tilgang – som det argumenterer for, nedbrydes fra den dag, de sendes, fordi de mennesker, der udfører arbejdet, ikke vedligeholder dem.

Pinecone, hvis grundlægger og chefvidenskabsmand Edo Liberty tidligere har beskrevet selskabets vektordatabase som infrastruktur for en udviklerpublikum, positionerer sig nu udtrykkeligt Nexus mod linje-forretningsfagfolk, der driver virksomheds AI-adopter – finansielle analytikere, underwriters, advokater og kundeserviceteams. Nexus er tilgængelig for at evaluere, pilotere og anskaffe pr. 6. august 2026, med en prøveversion tilbudt gennem produkt siden.