Redis rozszerza Iris o routing agentów, obserwowalność i komunikację

Redis ogłosił 4 listopada 2026 r., że jego działający w czasie rzeczywistym silnik kontekstowy Iris oferuje teraz sześć modułowo łączonych funkcji dla agentów AI, z których cztery są ogólnie dostępne, a dwie pozostają w fazie beta. Rozszerzenie obejmuje kierowanie żądań, procedury wielokrotnego użytku, obserwowalność i odporną na awarie komunikację — obszary, na których wcześniej koncentrował się produkt, skupiając się na kontekście i pamięci.

Klienci mogą korzystać z tych funkcji łącznie, niezależnie od siebie lub w dowolnej kombinacji w ramach jednego środowiska wykonawczego. Rowan Trollope uzasadnia to tym, że programiści nie powinni musieć zestawiać osobnych produktów infrastrukturalnych, aby zapewnić agentom pamięć, odpowiedni kontekst, dostęp do bieżących danych, routing i komunikację. Oferta Redis dla nowych użytkowników obejmuje 5000 bezpłatnych wiadomości.

Towarzyszący temu szczegółowy materiał techniczny autorstwa Simby Khaddera, dyrektora ds. inżynierii oprogramowania w Redis, opisuje problemy występujące w środowisku produkcyjnym, którym ma zaradzić to rozwiązanie: agenty rozpoczynające pracę bez wcześniejszej historii, zachowujące wrażliwe szczegóły, a zarazem tracące przydatne preferencje, działające na podstawie niekompletnych informacji oraz wielokrotnie odtwarzające kontekst dla żądań, które już obsłużyły. Te źródła błędów łączą pozornie odrębne funkcje wprowadzone w tej wersji, skupione wokół ciągłości, ponownego wykorzystania i kontroli.

Cztery funkcje są ogólnie dostępne

Intent Router dopasowuje żądanie na podstawie jego znaczenia, a nie dokładnego brzmienia, a następnie kieruje je do zapamiętanych odpowiedzi na często zadawane pytania, umiejętności agenta, człowieka lub modelu LLM. Obsługuje również routing agentów i modeli, mechanizmy ochronne oraz rozmyte decyzje warunkowe, dzięki czemu różnie sformułowane wersje tego samego żądania mogą być traktowane jako ten sam problem.

Agent Playbooks oddziela stabilne odpowiedzi, które można wykorzystać ponownie, od żądań wymagających aktualnych danych i ponownego wykonania znanej procedury. Redis poinformował, że przy wielokrotnym użyciu playbooki stają się bardziej szczegółowe i dokładne, skracając czas rozwiązywania problemów i ograniczając zużycie tokenów. Dzięki temu Playbooks uzupełnia Intent Router o funkcję ponownego wykorzystania: jeden z tych elementów rozpoznaje rodzaj żądania, a drugi ustala, czy można je obsłużyć za pomocą istniejącej odpowiedzi lub procedury.

Agent Memory wykorzystuje MemoryETL do tworzenia wspomnień na podstawie działań użytkowników, dokumentów, baz wiedzy i innych częściowo ustrukturyzowanych danych. Porządkuje je hierarchicznie, zapewniając bardziej szczegółową kontrolę, oraz oferuje funkcje inspekcji, audytu i śledzenia pochodzenia, dzięki którym zespoły mogą sprawdzić, skąd pochodzi każde wspomnienie. Może również usuwać informacje, których nie należy zachowywać, w tym dane umożliwiające identyfikację osoby.

Context Gateway zapewnia jeden nadzorowany punkt dostępu do podłączonych źródeł kontekstu. Klienci mogą podłączać własne serwery MCP, buforować informacje o tym, które narzędzia rozwiązują określone problemy, oraz tworzyć wyniki wielokrotnego użytku, aby zapewnić spójność między sesjami. Redis przedstawia buforowanie narzędzi jako sposób na ograniczenie zużycia tokenów, rozszerzając nacisk położony w tej wersji na unikanie powtarzania pracy modelu — od odpowiedzi i procedur po dostęp do danych.

Narzędzia w wersji beta obsługują audyt i problemy z połączeniem

Lens pozwala prześledzić wynik pracy agenta i ustalić, która umiejętność, trasa lub odpowiedź na często zadawane pytanie go obsłużyła, jakiej pamięci użyto i z której sesji pochodził. Udostępnia także informacje o powodzeniu zadań, liczbie tokenów na zadanie i opóźnieniu, łącząc ścieżkę audytową z pomiarami operacyjnymi. Rozwiązanie ma umożliwiać wyszukiwanie informacji o zachowaniu agentów, gdy zespoły chcą zdiagnozować błędną odpowiedź, zbadać zużycie tokenów lub ustalić, dlaczego doszło do określonego działania.

Agent Mesh rozwiązuje problem przerw w komunikacji. Agenty komunikują się za pośrednictwem ulotnych strumieni, a po zerwaniu połączenia strumienie są automatycznie buforowane i wznawiane. Durable SSE Streams mają zapewniać nieprzerwany przepływ odpowiedzi mimo zakłóceń, a A2A Comms udostępnia kanał do delegowania zadań między agentami i przekazywania ich sobie. Lens i Mesh odpowiadają zatem na różne zagrożenia w środowisku produkcyjnym: odtworzenie przebiegu decyzji oraz zachowanie ciągłości rozmowy.

Od majowej premiery do zastosowań u klientów

Redis zaprezentował Iris 18 maja 2026 r. jako warstwę kontekstu i pamięci między agentem a potrzebnymi mu danymi. W chwili premiery rozwiązanie obejmowało Context Retriever, Agent Memory, Redis Data Integration, LangCache i Redis Search, przy czym Context Retriever i Agent Memory były dostępne w wersji zapoznawczej. Agent Memory jest już ogólnie dostępny, a nowa oferta rozszerza pierwotny nacisk na wyszukiwanie i pamięć o routing, powtarzalne procedury, śledzenie decyzji i przywracanie działania strumieni.

Nick Thompson, starszy programista w Safe in Home, opisał konkretne wdrożenie na stronie produktu Redis Iris: „Redis Agent Memory pomaga nam przechowywać i ponownie wykorzystywać kontekst w czasie rzeczywistym w naszych agentach programistycznych”. Jego zespół wykorzystuje to rozwiązanie do zapisywania decyzji inżynieryjnych, szczegółów dotyczących błędów i kontekstu prac rozwojowych w miarę działania agentów, dzięki czemu informacje są dostępne dla całego zespołu, zamiast ginąć między sesjami lub narzędziami. Usługa odczytuje też te dane z pamięci i zapisuje je w niej podczas monitorowania interfejsu API firmy, a następnie na bieżąco rejestruje zgłoszenia błędów w jej systemie zgłoszeniowym.

W rezultacie ta wersja rozszerza rolę Iris: od dostarczania kontekstu po koordynowanie sposobu, w jaki agent obsługuje żądanie, ponownie wykorzystuje wcześniejszą pracę, zapamiętuje wybrane informacje i uzyskuje dostęp do nadzorowanych danych. Poszczególne elementy nie są jednak jednakowo dojrzałe: podstawowe funkcje operacyjne są ogólnie dostępne, natomiast warstwy audytu decyzji i odzyskiwania połączenia pozostają w fazie beta.