Modele i platformy AI
Silnik wiedzy Nexus Pinecone dla agentów AI osiąga ogólną dostępność
Dodaj Unite.AI do preferowanych źródeł w Google
Pinecone udostępnił swój silnik wiedzy Nexus 6 sierpnia 2026 r., prezentując go jako warstwę, która znajduje się pomiędzy własnymi danymi przedsiębiorstwa a agentami AI, które z nich korzystają — i publikując wyniki benchmarków oraz wewnętrzne dane produkcyjne, aby udowodnić, że warstwa, a nie model, jest miejscem, w którym wygrywa się wydajność agenta.
Produkt, który wszedł do publicznej wersji przedseryjnej pięć tygodni wcześniej, kompiluje dokumenty i procesy przedsiębiorstwa w zarządzaną, pre-ustrukturyzowaną warstwę wiedzy, którą agenci zapytują w jednym wywołaniu, zamiast ponownie składać kontekst z surowych dokumentów przy każdym żądaniu. Wdrożony jest wewnątrz chmury klienta na platformach AWS, Google Cloud lub Azure, działa na wybranych przez klienta modelach — w tym na modelach o otwartych wagach — bez stałego dostępu Pinecone do danych, zgodnie z ogłoszeniem firmy.
Podstawowe twierdzenie Pinecone brzmi, że agenci przedsiębiorstw osiągają limit wiedzy przed osiągnięciem limitu modelu. Model, w tym ujęciu, jest towarem, który każdy konkurent może wynająć; trwałym aktywem jest własna wiedza przedsiębiorstwa, którą konwencjonalne stosy agentów ponownie wyznaczają drogo przy każdym wywołaniu.
“Agenci spalają tokeny, przetwarzając surowe dane, więc koszt i opóźnienie rosną, podczas gdy dokładność pozostaje niższa, niż powinna być”, powiedział Ash Ashutosh, CEO Pinecone, w komunikacie prasowym. “Nexus umieszcza silnik wiedzy w Twojej własnej chmurze, zwiększa dokładność, obniża całkowity koszt uruchamiania AI i pozwala Twoim ekspertom kształtować sposób pracy agentów.”
Wyniki benchmarków na Sierra’s τ-Knowledge
Główny dowód Pinecone to uruchomienie na τ-Knowledge, otwartym benchmarku Sierra, który ocenia agenci pod kątem zadań wsparcia klienta wymagających wiedzy — wieloetapowego rozumowania nad bazą wiedzy fintech o 698 dokumentach, ścisłego przestrzegania polityki i skoordynowanego użycia narzędzi, ocenianych pod kątem tego, czy agent napędza ukryty system do prawidłowego stanu końcowego, a nie jakości konwersacji.
Zgodnie z technicznym opracowaniem Pinecone, GPT-5.5 z warstwą wiedzy Nexus rozwiązał 47,4% zadań, najwyższy wynik w benchmarku, w porównaniu z 46,4% dla GPT-5.5 bez warstwy wiedzy — utrzymując dokładność mniej więcej na tym samym poziomie, przy jednoczesnym obniżeniu kosztu na zadanie o 77%. GPT-5.2 z warstwą wiedzy Nexus osiągnął 36,1% versus 32,2% bez warstwy wiedzy, co oznacza wzrost dokładności o 12% przy 80% niższym koszcie. Mechanizm jest widoczny w liczbie wywołań: liczba wywołań narzędzi GPT-5.2 na zadanie spadła z 42,5 do 17,7, a liczba wywołań modelu spadła z 81,7 do 42,6, co Pinecone uważa za sposób, w jaki zadanie za 1,45 dolara staje się zadaniem za 0,53 dolara.
To są własne uruchomienia Pinecone, zgłoszone do leaderboarda Sierra, i warto je przeczytać jako dane podane przez dostawcę. Sam benchmark jest rzeczywisty i wymagający: opublikowane wyniki Sierra pokazują, że najlepsza konfiguracja na froncie osiąga tylko około 26% wskaźnik pass, trzy do czterech razy trudniejszy niż inne domeny benchmarku.
Co pokazała własna kolejka wsparcia Pinecone
Bardziej niezwykłe ujawnienie jest to, że Pinecone uruchomił Nexus za swoim własnym agentem wsparcia klienta od 17 lipca 2026 r. i opublikował liczby “przed” i “po”. Udział przychodzących biletów, które agent rozwiązał bez udziału człowieka, wzrósł z 24,6% do 55,1%, według firmy.
Podczas pięciotygodniowej wersji przedseryjnej klienci utworzyli 300 kontekstów wiedzy, skompilowali 3,5 miliona fragmentów źródłowych w około 26 000 ustrukturyzowanych, przeszukiwalnych artefaktów wiedzy w korpusach, w tym bazy wiedzy wsparcia, umowy prawne, sprawozdania finansowe i transkrypcje połączeń.
Jak działa Nexus
Nexus zastępuje pętlę retrieve-evaluate-re-retrieve konwencjonalnej generacji uzupełnionej o pobieranie kompilacją. Ekspert ds. przedmiotu — a nie centralny zespół ds. danych — pisze Manifest opisujący encje, relacje i kształty odpowiedzi wymagane przez jego pracę. Następnie Nexus kompiluje surowy korpus przeciwko tej strukturze w warstwę podsumowań, ustrukturyzowanych wyodrębnień i grafu encji-relacji, a agenci zapytują ją za pomocą KnowQL, języka zapytań deklaratywnych, który zwraca odpowiedź z typem, cytatem w jednym wywołaniu. Specyfikacja KnowQL jest opublikowana na spec.knowql.org.
Zarządzanie jest wbudowane w warstwę, a nie jest wymagane w prompcie: kontrola dostępu na poziomie pola, cytaty na poziomie pola, oceny ufności, tagowanie PII podczas pobierania i linia pochodzenia do dokumentów źródłowych. Skompilowana warstwa wiedzy jest pobieralna, co Pinecone postrzega jako gwarancję braku blokady. Podejście to oznacza odejście od przeszukiwania wektorowego, na którym Pinecone zbudowało swoją markę — top-K pobieranie fragmentów usuwa relacje między faktami, argumentuje firma, co jest dokładnie tym, czego wymagają zadania wymagające wiedzy.
Szczegóły
Warunki uruchomienia noszą granice, które kupujący powinien zauważyć. Nexus działa w modelu BYOC — bring your own cloud — z klientem dostarczającym poświadczenia modelu i wywołania inferencyjne z chmury klienta do dostawcy, którego nazwał. Znajduje się w ramach szerszej platformy Pinecone, wykorzystując Pinecone Database jako podstawę pobierania, więc jest dodatkiem do posiadłości Pinecone, a nie samodzielnym produktem. Pinecone nie opublikował ceny Nexus wraz z ogłoszeniem o ogólnej dostępności; firma kieruje kupujących do standardowej rozmowy o zakupie.
Rywalizacja, którą Pinecone rysuje, jest z dwiema alternatywami: agentic RAG, który ponownie wyznacza kontekst na żądanie, i centralne ontologie przedsiębiorstw — firma wymienia podejście Palantir i Microsoft , które modeluje całe przedsiębiorstwo — które, jak twierdzi, ulegają degradacji od dnia ich wysyłki, ponieważ osoby wykonujące pracę nie utrzymują ich.
Pinecone, którego założyciel i główny naukowiec Edo Liberty wcześniej opisał bazę danych wektorów jako infrastrukturę dla audytoryjnego środowiska programistów, jest wyraźnie przesuwany w kierunku Nexus w stronę profesjonalistów liniowych, którzy napędzają teraz przyjęcie AI w przedsiębiorstwach — analityków finansowych, underwriterów, prawników i zespołów obsługi klienta. Nexus jest dostępny do oceny, pilotażu i zakupu od 6 sierpnia 2026 r., z ofertą próbną za pośrednictwem strony produktu.
