Airbyte Agents: Пред-индексированный контекстный слой для AI-агентов против сырых API MCP

Airbyte сегодня запустила Airbyte Agents — единый слой данных, который предварительно индексирует информацию из нескольких операционных систем, чтобы ИИ-агенты могли обнаруживать и запрашивать данные без десятков API-вызовов во время выполнения. Основой является Context Store — индекс данных, оптимизированный для поиска агентами, заполняемый существующими коннекторами репликации Airbyte.

Мотивация возникла из реального примера: агенту, задавшему вопрос «какие клиенты рискуют уйти в этом квартале?», потребовалось 47 шагов, в основном API-запросов, и он выдал неверный ответ. Airbyte Agents стремится свести это к одному поиску.

Сравнительные тесты: Использование токенов против вендорских MCP

Генеральный директор Airbyte Мишель Трико создал публичный тестовый стенд (GitHub), сравнивающий MCP Airbyte Agent с вендорскими MCP для поиска, используя потребление токенов как показатель эффективности агента. Результаты:

• Gong: до 80% меньше токенов
• Zendesk: до 90% меньше
• Linear: до 75% меньше
• Salesforce: до 16% меньше (собственный SOQL Salesforce уже эффективен)

Ключевые проектные решения

• Предварительное индексирование: Данные реплицируются и индексируются заранее, поэтому агентам не нужно выполнять пагинацию, аутентификацию или объединение сущностей между системами во время выполнения.
• Сопоставление сущностей: Контекстное хранилище обрабатывает разрешение сущностей между системами (например, сопоставление учетных записей с клиентами для обращения в поддержку).
• Сквозное чтение/запись: Агенты могут по-прежнему вызывать вышестоящие API напрямую для записи или чтения в реальном времени при необходимости.

Airbyte позиционирует это как решение проблемы, заключающейся в том, что большинство MCP являются «тонкими обёртками над API» со слабыми примитивами. Тестовый стенд является открытым исходным кодом, и приветствуются вклады сообщества.