Agent 使用数据库、搜索引擎和可观测性平台的方式与人类根本不同。
它们倾向于并行做大量小工作。它们更突发。它们是更聪明的客户端，改变它们如何写查询或如何使用引擎。它们喜欢快速迭代，尝试事物时频繁失败但快速纠正。
系统公司的核心问题
许多系统公司因此正在努力解决的最大问题之一是：我们如何为 Agent 重新设计系统？
Davis Treybig 写了一篇他认为最全面、详细的概述，关于 Agent 使用系统的模式，以及这增加重要性的架构元素。他涉及了该领域的相当多研究，以及许多处于思考这一话题前沿的有趣初创公司。
Agent 使用系统的关键模式
1. 并行小工作
Agent 不会发送少量大查询。它们发送大量小查询，同时执行。这改变了负载特征和系统优化目标。
2. 突发式负载
Agent 的工作不是均匀分布的。它们在短时间内爆发大量请求，然后空闲。系统需要处理这种突发性。
3. 更聪明的客户端
Agent 会根据结果动态调整查询策略。它们尝试、失败、学习、重试。这要求系统支持快速迭代和失败恢复。
4. 频繁试错
Agent 在尝试事物时频繁失败但快速纠正。系统需要支持这种探索性使用模式，而不是假设每个查询都是精心构造的。
前沿公司
Davis 提到了许多处于这一领域前沿的初创公司：
- Bauplan Labs — 数据基础设施
- turbopuffer — 向量搜索
- TigrisData — 对象存储
- mesa.dev — 数据平台
- p0 — 安全
- daytonaio — 开发环境
- neondatabase — 无服务器 Postgres
- usefiretiger — 实时分析
- FireboltHQ — 分析数据库
这些公司都在探索 Agent-native 基础设施的不同方面。
核心洞察
Agent-native 系统需要：
- 高并发小查询 — 支持大量并行小请求
- 快速失败恢复 — 容忍频繁试错
- 自适应查询优化 — 适应动态变化的查询模式
- 突发负载处理 — 处理不均匀的工作负载
这是基础设施层的根本性转变。 不是给现有系统加 Agent 接口，而是为 Agent 的使用模式重新设计系统。