Redis 扩展 Iris：新增智能体路由、可观测性和消息传递

Redis 于2026年11月4日宣布，其 Iris 实时上下文引擎现为AI 智能体提供六项可组合的功能，其中四项已正式推出，另两项处于测试阶段。此次扩展为这款此前侧重上下文和记忆的产品新增了请求路由、可复用流程、可观测性和高可靠消息传递。

客户可以在同一个运行时中组合使用这些功能、单独使用其中任意一项，或以任何方式搭配使用。Rowan Trollope 的理由是，开发者不应为了让智能体具备记忆、获取相关上下文、访问实时数据、进行路由和通信，而不得不拼装彼此独立的基础设施产品。Redis 的入门优惠包括 5,000 条免费消息。

Redis 软件工程总监 Simba Khadder 撰写的配套技术深度解析介绍了这套设计旨在解决的生产环境问题：智能体启动时没有过往记录，保留敏感细节却丢失有用偏好，处理信息不完整的任务，以及反复为已经处理过的请求重建上下文。这些故障模式将此次发布中原本各自独立的功能串联起来，聚焦于连续性、复用和控制。

四项功能已正式推出

Intent Router 会根据请求的含义而非确切措辞进行匹配，然后将其导向已记忆的常见问题解答、智能体技能、人类人员或大语言模型。它还支持智能体和模型路由、护栏机制以及模糊条件决策，使措辞不同但实际相同的请求能够作为同一个根本问题来处理。

Agent Playbooks 会将可重复使用的稳定答案与需要当前数据、并需重新执行已知流程的请求区分开来。Redis 表示，随着反复使用，操作手册会变得更加全面、准确，从而缩短问题解决时间并减少令牌消耗。因此，Playbooks 是 Intent Router 在复用方面的互补功能：前者识别请求的类型，后者则判断现有答案或流程能否满足请求。

Agent Memory 使用 MemoryETL 从用户操作、文档、知识库及其他半结构化数据中构建记忆。它以层级结构组织这些记忆，以便进行更精细的控制；同时提供检查、审计和溯源功能，让团队能够查看每条记忆的来源。它还可以丢弃不应保留的信息，包括个人身份信息。

Context Gateway 为连接的上下文来源提供一个统一且受治理的入口。客户可以接入自己的 MCP 服务器，缓存能够解决特定问题的工具，并构建可复用的结果，以确保不同会话之间保持一致。Redis 将工具缓存视为减少令牌使用量的一种方式，使此次发布强调的避免重复模型工作这一理念，从答案和流程延伸到了数据访问。

测试版工具应对审计和连接故障

Lens 可追踪智能体的处理结果，显示为其提供服务的技能、路由或常见问题解答、所用记忆以及发起该任务的会话。它还会呈现任务成功情况、每项任务的令牌数和延迟，将审计追踪与运营指标结合起来。这样一来，当团队需要诊断错误答案、调查令牌消耗或查明某项操作为何发生时，就能查询智能体的行为。

Agent Mesh 用于应对通信中断。智能体通过临时流进行通信；连接断开时，系统会自动缓冲并重新连接。Durable SSE Streams 旨在确保响应在中断期间仍能持续传输，而 A2A Comms 则为智能体委派任务和交接提供通信通道。因此，Lens 和 Mesh 分别应对不同的生产环境风险：还原决策过程，以及维持对话不中断。

从五月发布到客户应用

Redis 于2026年5月18日推出 Iris，将其定位为智能体与所需数据之间的上下文和记忆层。发布时推出的组合包括 Context Retriever、Agent Memory、Redis Data Integration、LangCache 和 Redis Search，其中 Context Retriever 与 Agent Memory 处于预览阶段。此后，Agent Memory 已正式推出；新的功能组合则在原有检索和记忆功能的基础上，扩展至路由、可重复执行的流程、决策追踪和流恢复。

Safe in Home 的高级软件开发人员 Nick Thompson 在Redis Iris 产品页面上介绍了一项具体部署：“Redis Agent Memory 帮助我们实时存储并复用编码智能体之间的上下文。”他的团队利用该功能，在智能体工作时记录工程决策、错误详情和开发上下文，让团队成员都能随时获取这些信息，而不会让信息在不同会话或工具之间丢失。另有一项服务会在监控公司 API 的同时读取和写入这些记忆，并实时在公司的工单系统中提交错误报告。

因此，此次发布拓宽了 Iris 的作用范围：它不再只是提供上下文，还能协调智能体如何处理请求、复用先前工作、记住选定信息并访问受治理的数据。不过，各项功能的成熟度并不一致：这些运营基础功能已正式推出，而决策审计和连接恢复功能仍处于测试阶段。