数据库 AI Agent 三层栈成型：MongoDB MCP GA、Snowflake Agent Identity 与 Baseten 收购 Blaxel 一周观察

2026 年 9 月第二周，三个乍看互不相干的产品发布扎堆出现：MongoDB 托管 Model Context Protocol（MCP）服务在 8 月 13 日正式 GA，Databricks 推出 Adaptive Instructed-Retriever，Qdrant 发布不依赖 Python 的 kdrant-mcp 静态二进制。再叠加 Snowflake 上线 Horizon Context 与 Agent Identity、Baseten 收购 Blaxel 补齐 sandbox、Meta 拿下瑞典 AI Agent 初创 Stilla.ai——这几件事拼在一起，正好勾勒出 AI Agent 基础设施的三层栈。

一、MongoDB 托管 MCP 进入 GA 是分水岭

MongoDB 在 8 月 13 日把托管 MCP 服务正式 GA，意味着 Claude Code、Codex、Grok Build 等代码 Agent 可以直接用 MCP 协议 provisioning Atlas 集群、查询文档、写入数据。CEO CJ Desai 在 Q2 FY27 财报电话会上确认："fully managed MCP could make it easier for developers to build and provision Atlas clusters through coding-agent tools"。

更直观的信号是 8 月 13 日之后的数据：MongoDB Q2 FY27 单季净增 2,900 个客户（创纪录），其中约 99% 新客户采用 Atlas；公司把 FY27 全年营收指引从 29.2–29.6 亿美元上调到 29.9–30.3 亿美元，营业利润率指引高至 21%。Atlas 增速 27%（上调 300 bps），其驱动因素里"接入 MCP 的代码 Agent + AI 原生客户"被点名。

对国内数据库厂商的启示：MCP 协议正在成为"数据库 ↔ Agent"的标准对接通道。PolarDB、TiDB、OceanBase、openGauss 哪个先把 MCP server 实现做出来，就抢到了 Agent 时代的入口。

二、Snowflake 的 Horizon Context + Agent Identity 把"治理"升级为"Agent 时代治理"

9 月 14 日，Snowflake 升级 Horizon Catalog，推出三件新东西：

1. Horizon Context：统一跨数据源的数据定义。Agent 不再需要为每条数据学一套 schema，只要查 Horizon Context 就拿到一致的语义。
2. Agent Identity：给 AI Agent 一个独立的身份标识，按它能做什么（读、写、删、跨库查询）进行授权。Agent 之间互调也能追溯。
3. Adaptive Compute：实时根据任务负载调整算力预算，避免 Agent 失控烧钱。

配合 9 月 9 日上线的 Cortex AI Gateway 动态模型路由——按成本、延迟、质量实时给每条请求挑最合适模型（首批接入 Anthropic、Google、Mistral、OpenAI、SpaceXAI，即将加入 GLM-5.3 与 DeepSeek-V4-Flash 0731）——Snowflake 在一周内把"Agent 时代的入口 + 编排 + 治理"三件套都补齐了。

关键数据点：Snowflake 自称网关路由后"在给定质量水平下，比依赖任何单一模型更经济"，并支持按 enterprise-defined policies 自动决策。

三、Databricks 用 Adaptive Instructed-Retriever 把"多跳检索"做扎实

9 月 9–10 日，Databricks 推 Adaptive Instructed-Retriever——在年初的 Instructed Retriever（并行单步检索）基础上叠加顺序检索，让 Agent 可以做多跳问答而无需额外 latency。同时配套：

• Consort：开源 agentic 框架，在真实 branching database 上做 TDD，对 Agent 写出的 SQL / 迁移脚本做端到端测试。
• Lakeflow Connect Ad-Genie：把广告投放的 bronze/silver/gold 表自动建模并产出 AI/BI Dashboard + Genie agent，统一治理在 Unity Catalog。
• serverless GPU 自动扩缩：未来几个月上线，让 Retriever 在负载高峰自动扩、低谷自动缩。

这一步的实质：Databricks 承认"AI 时代数据库的核心竞争力是 Agent 用得顺不顺"，并把"Agent 检索 / Agent 写代码 / Agent 治理"作为 2026 下半年的主线产品方向。

四、Qdrant 去掉 Python 依赖，Agent 集成成本断崖式下降

9 月 14 日 Qdrant 发布 kdrant-mcp：基于 Kotlin + GraalVM 的静态二进制 MCP server。旧版 Qdrant MCP 必须起 Python runtime、virtualenv、依赖树，Agent 每查询一次都要 fork/exec 一整套 Python。新的 kdrant-mcp：

• 单一可执行文件，零运行时依赖
• 通过 stdio + JSON-RPC 通信
• 编译产物为 GraalVM native image，启动毫秒级
• coroutine-first Kotlin 客户端

对小团队和 RAG 应用的直接影响：AI Agent 集成向量库的内存与启动开销从"每次几百 MB Python + 秒级冷启"降到"每次几十 MB 原生二进制 + 毫秒级启动"。这种"把 Python 依赖整层剥掉"的做法如果成为 MCP server 的新标准，LangChain、LlamaIndex 生态里的很多 wrapper 服务都会被重写。

五、Baseten + Blaxel 补上 Agent 执行层最后一公里

9 月 10 日，AI 推理公司 Baseten（今年 6 月刚以 $13B 估值完成$1.5B Series F，累计融资超 $2B）宣布收购 Blaxel。Blaxel 的产品是面向 AI Agent 的隔离沙箱与持久化执行环境，并入后保留独立产品运营。

Baseten CTO Amir Haghighat 把这次收购的核心逻辑讲得很直白："Agents act next to the models, calling, not across a network boundary. Persistent environments that carry state across turns and sessions." 翻译成中文：未来 Agent 不能每轮请求都走网络边界调用——它们需要本地、长生命周期、跨会话的 stateful 执行环境。Blaxel 的沙箱 + 持久化正好对应这一缺口。

这与 MongoDB MCP（数据层）和 Snowflake Agent Identity（编排层）形成完整闭环：Agent 在 Blaxel 沙箱里跑、向 MongoDB 要数据、身份由 Snowflake Agent Identity 校验、模型选择由 Cortex AI Gateway 路由。

六、Meta 把瑞典 AI Agent 初创 Stilla.ai 收入囊中

9 月 9 日 Axios 独家披露 Meta 收购 Stilla.ai。这家 2024 年成立于斯德哥尔摩的初创 2026 年 1 月隐身模式时仅 $5M pre-seed，体量极小，但交易型 Agent 是关键——Stilla 的技术被并入 Meta Business Agent，承担 WhatsApp / Messenger / Instagram 上的交易流程。

同期 Google 完成对 AI Agents 初创 Mechanize 的人才收购（金额 $1.5B+，Mechanize 前幕僚长 Guive Assadi 留任 CEO）；Meta 用人才交易形式绕开反垄断审查，是 2026 年巨头布局 AI Agent 的常见路径。

七、给技术人的结论

把 9 月这一周的事件叠起来看，AI Agent 基础设施已经形成清晰的三层栈：

1. 数据层（向量 / 治理）：MongoDB MCP（数据接入）、Qdrant kdrant-mcp（向量检索去 Python）、Snowflake Horizon Context（统一数据语义）、Pinecone Full-Text Search GA（混合检索）。
2. 编排层（MCP / Agent Identity）：MongoDB MCP server、Qdrant kdrant-mcp、Snowflake Agent Identity + Cortex AI Gateway 动态模型路由、Databricks Adaptive Instructed-Retriever。
3. 执行层（沙箱 / 持久化）：Baseten 收购 Blaxel 补 sandbox、Mechanize 进 Google（人才形态）、Stilla.ai 进 Meta（交易型 Agent 形态）。

对国产数据库厂商的三点建议：

• MCP server 优先级提到最高：PolarDB / TiDB / OceanBase / openGauss 谁先实现 MCP server 并把它做进 Cloud Console，谁就在 Agent 时代拿到入口流量。
• 数据语义统一层是空缺：Snowflake Horizon Context 解决了"跨源数据定义"问题，国内目前没有对位产品。可以考虑把 Unity Catalog 风格的开源方案引入或自研。
• Agent 身份与执行沙箱要联动：MongoDB / Snowflake / Baseten / Qdrant 都已经把身份、治理、沙箱列入路线图；国产云数仓如果还停留在"我只是个存储"，2027 年大概率被 Agent 工作流绕过。

数据来源：

• MongoDB Q2 FY27 财报电话会 transcript（The Motley Fool / Biggo Finance）
• Snowflake Cortex AI Gateway / Horizon Catalog 公告
• Databricks Adaptive Instructed-Retriever / Consort / Lakeflow Connect 官方博客
• Qdrant kdrant-mcp 发布（dev.to / PulseAugur）
• Baseten 收购 Blaxel 公告
• Axios / Business Insider 关于 Meta + Stilla.ai / Google + Mechanize 报道