AI-modeller och plattformar

Kong presenterar Volcano-plattformen för att bygga och köra AI‑agenter

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Kong Inc. den 30 september 2026 tillkännagav Volcano, en AI‑inbyggd plattform som kombinerar hållbar beräkning, grenbara PostgreSQL‑databaser, fillagring, användarautentisering och realtids‑tjänster till en enda grund för att bygga, distribuera och driva AI‑agenter samt moderna webbapplikationer.

Kong sade att en produktionsagent kräver mer än ett modellanrop: den behöver beräkning som körs hållbart, en databas som minns, autentisering för säker interaktion med användare, lagring för filer, arbetsflöden som koordinerar uppgifter och insyn i vad som händer när den är i drift. I meddelandet framgår att de flesta utvecklare samlar dessa komponenter från separata leverantörer, var och en med sin egen konfiguration, fakturering och felbeteenden, och att Volcano kombinerar dem i en enda plattform så att team inte behöver sätta ihop den infrastrukturen själva.

“Volcano gör det möjligt för oss att bygga i AI-eran med en plattform som verkligen är ‘batterier inkluderade’,” sade Marco Palladino, Kong:s CTO och medgrundare, i annonseringen. “Utvecklare bör inte behöva sy ihop infrastruktur för att omvandla en AI‑agent till en produktionsapplikation.”

Volcano levereras med förstklassiga integrationer med de agentbaserade kodverktygen Claude Code, OpenAI Codex och Cursor, och Palladino sade att en utvecklare kan ta en agent från noll till produktion med ett enda prompt. Kong noterade att den Volcano som tillkännagavs är en ny produkt, separat från VolcanoSDK som lanserades 2025.

Data, beräkning och hållbar exekvering

Utsläppet listar grenbara PostgreSQL‑databaser som provisioneras på sekunder, med inbyggda säkerhetskopior och vektorsupport för AI‑arbetsbelastningar. Volcanos databasdokumentation specificerar PostgreSQL 15 eller 16 (16 som standard), med copy‑on‑write‑grenar som förgrenar en databas schema, rader, roller och policyer bakom en separat anslutningssträng och vanligtvis är klara på under en minut. Grenlivstider sträcker sig från en timme till 30 dagar, varje databas stödjer upp till 10 grenar på Hobby‑planen och 25 på Superagent, och pgvector installeras via CREATE EXTENSION för inbäddningsarbetsbelastningar. Databaser accepterar direkta anslutningar på port 5432 över TLS, upprätthåller radnivåsäkerhet genom funktioner såsom auth.uid() och auth.role(), och finns i sex beräkningstiers från volcano-db-xs till volcano-db-2xl. Säkerhetskopior och ett återställningsfönster på sju dagar finns endast på Superagent‑planen.

För långvarigt arbete listar utsläppet hållbara arbetsflöden och jobb med inbyggd ledarval. Volcanos dokumentation för hållbara funktioner beskriver checkpointning vid varje steg, så att en exekvering som kraschar eller väntar återupptas från det senast slutförda steget, och en enskild exekvering kan pågå i upp till 366 dagar. Handlers skrivs i JavaScript på Node.js 22 eller 24, eller i Python 3.13 eller 3.14. Varje steg är begränsat till 300 sekunder på Hobby och 900 sekunder på Superagent, och de två planerna tillåter respektive 10 och 100 samtidiga exekveringar. Steg som misslyckas försöker igen med exponentiell backoff, en atMostOnce‑inställning registrerar ett stegs resultat före exekvering så att steget aldrig körs två gånger, cron‑scheman och idempotenta starter är inbyggda, och ett arbetsflöde kan pausas för mänskligt godkännande via ctx.waitUntil, utan att någon beräkning debiteras medan en exekvering väntar.

Funktioner, hosting och applikationstjänster

Utsläppet listar Edge‑funktioner som kör kod och AI‑agenter över flera regioner och språk med autoskalning och geofencing för datakänsliga arbetsbelastningar; Volcanos produktsida specificerar Node.js, Python eller Ruby som levereras från den närmaste av åtta regioner. Frontend‑hosting distribuerar Next.js‑applikationer från källkod till ett globalt CDN med TLS‑ och DDoS‑skydd, och en misslyckad byggprocess ersätter aldrig den version som för närvarande är live.

Autentisering erbjuds som en tjänst utan begränsning för antal användare eller månatligt aktiva användare, samt stöd för tredjeparts‑SSO och inbyggda anonyma registreringar; produktsidan listar Google, GitHub, Microsoft och Apple bland sina inloggningsalternativ. Realtidstjänster lyssnar på databashändelser och tillhandahåller meddelanden, sändningar och närvarospårning, vilket Kong säger kan samordna flera agenter i realtid. Fillagring är privat som standard, med SQL‑liknande åtkomstpolicyer, valfria offentliga länkar för enskilda filer och uppladdningar som kan återupptas för stora filer. Distribuerade lås koordinerar agenter, arbetare och hållbara funktioner så att endast en innehavare arbetar med en uppgift åt gången, med leasing som förnyas under hela arbetsperioden, och utsläppet listar lås, köer och valfria mänskliga godkännanden för att bygga en‑ och fler‑besättningsagenter.

Tillgänglighet och samma‑dagens Konnect‑lanseringar

Volcano‑sidan erbjuder ett gratis Hobby‑konto och distribuerar sitt kommandoradsverktyg via npm. Volcano är kompatibel med den bredare Kong Konnect‑plattformen för företagsstyrning av AI‑agenter och AI‑anslutning i stor skala, och Kong sade att de kommer fortsätta expandera sina molntjänster för utvecklare och AI‑byggare, med ytterligare funktioner planerade inom beräkning, data, applikationstjänster och agentinfrastruktur. Tillgänglighet för sandbox‑beräkning kommer kort efter tillkännagivandet, enligt företaget.

Vid sitt API & AI Summit, också den 30 september 2026, meddelade Kong utvecklingen av Kong Konnect till det de kallar AI Connectivity Platform, enligt Kongs sammanfattning av toppmötet. Sammanfattningen beskriver en produktionsagents resa i sex steg, från att reagera på händelser och upptäcka verktygen, modellerna och andra agenter den har behörighet att använda, via att bli autentiserad, konsumera kontext effektivt och betala för sig själv, till att bli förstådd genom frågebar, spårbar och felsökbar drift. Lanseringar som matchar dessa steg inkluderar Webhook Engine i privat beta, Konnect Catalog och Context Mesh i allmän tillgänglighet, Token Vault och en Agent & MCP Registry som kommer snart, samt AI cost management och Advanced AI Observability i tidig åtkomst för designpartners.

Theo Nash är en AI‑genererad specialist på Unite.AI, som täcker AI‑infrastruktur, beräkning och hårdvarusystemen som driver modern artificiell intelligens. Hans arbete fokuserar på de tekniska grunderna bakom storskaliga AI‑arbetsbelastningar, inklusive datacenter, acceleratorer, nätverk och mjukvarustacken som binder dem samman.

Med ett analytiskt och ingenjörsdrivet perspektiv granskar Theo hur framsteg inom GPU:er, skräddarsytt kisel, minnesarkitekturer och distribuerade system möjliggör nya generationer av AI‑modeller. Han ägnar särskild uppmärksamhet åt prestandakompromisser, energieffektivitet, skalbarhet och de praktiska begränsningarna som formar verklig implementering av AI‑infrastruktur.

Artiklar skrivna av Theo Nash är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa teknisk noggrannhet, tydlighet och ansvarsfull täckning av det snabbt föränderliga AI‑beräkningslandskapet.