维度网讯，美国分布式数据库公司Yugabyte于当地时间2026年5月7日在加利福尼亚州桑尼维尔正式发布Meko——一套专门针对多智能体AI系统协作需求而设计的agent-native数据基础设施，试图从根本上解决多智能体系统在生产环境中面临的最大障碍：共享记忆、知识积累和决策可追溯性。

Yugabyte联合创始人兼首席执行官Karthik Ranganathan在官方新闻稿中直接点出了当前数据基础设施的结构性断层：“市场上没有任何一款数据基础设施能够让多个AI智能体与人类之间无缝实现联合学习和知识共享。Meko通过集体记忆(collective memory)解决了这一问题——它提供了一个共享的基础层，使每一个智能体的学习成果得以在整个系统中持续累积，而非仅仅局限在单个上下文窗口之内。”

Meko的诞生是对多智能体系统研发者共同痛点的一次系统性回应。arXiv预印本论文《多智能体系统故障分类学》(MAST)的研究结论——36.9%的多智能体系统故障源于智能体之间的状态不一致——构成了Meko设计的核心出发点。Yugabyte在官方博客中直言，多智能体系统在生产环境中失败的主要原因不是推理能力不足，而是智能体之间无法共享彼此的知识。每个智能体各自维护独立的记忆缓存和知识库，无法从其他智能体的经验中获益，最终形成一群各自为战、无法协同进化的孤立智能体。

这一共享记忆与知识的管理难题，Meko用四个关键词来重新定义多智能体数据需求：记忆、知识、对话和追溯。Meko内置的“Datapack”——一种便携式多租户数据存储单元，既能为每个智能体持久化其专有记忆，又能将知识标记为跨智能体可共享。当一个智能体通过对话或操作获得新的认知后，这些信息会自动追加至Datapack的知识层，其他智能体即可即时调用，无需重建索引或等待批处理扫描。

抽象化是Meko区别于传统数据库拼接方案的核心突破。研发团队不再强迫开发者面对关系表、向量索引、图数据库、文档存储和对象缓存等多层异构系统的碎片化现实，而是将“添加知识”等智能体原生操作直接暴露为MCP接口，开发者只需向MCP端点发送自然语义操作指令，底层的存储引擎、索引策略和跨模型查询优化全部由Meko自动完成。这种设计意味着单次查询即可跨SQL、NoSQL、向量和图等多种数据模型同时执行，无需手动拼接。

Meko构建在Yugabyte自研的YugabyteDB分布式数据库之上，后者原生支持SQL、NoSQL、向量、时序和图查询，具备水平扩展和高可用能力。此外，Yugabyte于2026年4月22日与亚马逊云科技签署了战略合作协议(SCA)，此项合作将进一步推动YugabyteDB及Meko在AWS上的企业级部署。与此同时，Yugabyte在2026年4月30日发布的Gartner Peer Insights“云数据库管理系统客户之声”报告中也获得了行业认可。

智能体间的知识共享能力在实际业务场景中直接转化为可衡量的效率增益。当智能体之间彼此学习对方工作流程中的洞察，企业应用不再以孤立方式运行，知识积累呈复利效应，这正是企业级多智能体部署所追求的规模经济。

Meko通过MCP标准协议无缝接入开发者工具链，以开源模式开放使用。随着越来越多的企业将AI智能体部署到实际生产流程中，数据基础设施的变革已成为AI产业化的下一个关键战场——Yugabyte凭借Meko，正在为多智能体系统搭建一座集体协作的桥梁，在这个时代，智能体之间看到同样的数据、共享同一套知识、彼此从对方的经验中持续学习。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com