Акции MongoDB (NASDAQ:MDB) прибавили 12,2% на торгах в четверг. Рост был поддержан общим улучшением настроений в секторе программного обеспечения: инвесторы активнее покупали бумаги тех компаний, чьи результаты или перспективы выглядят сильнее ожиданий рынка.
Драйвер дня: рывок Datadog и общий оптимизм в IT
Толчком для подъема стала динамика Datadog (NASDAQ:DDOG). Ее акции подскочили примерно на 30% в ходе торгов до открытия рынка (премаркет) после публикации отчетности за первый квартал, которая оказалась лучше прогнозов, а также после повышения прогнозов на дальнейший период. Подобные движения обычно “подхватываются” рынком: когда одна крупная компания подтверждает устойчивый спрос и улучшает guidance, инвесторы чаще пересматривают ожидания и в отношении других игроков со схожим профилем бизнеса.
AI-обновления MongoDB: новые возможности в Vector Search
Помимо биржевой реакции на сектор, отдельный вклад в интерес к MongoDB внесла технологическая повестка. На конференции MongoDB local London 2026, прошедшей в среду, компания представила новые функции, связанные с внедрением ИИ в собственную платформу для работы с данными.
В частности, было объявлено о Automated Voyage AI Embeddings в MongoDB Vector Search — это функция, которая сейчас доступна в публичном превью. Смысл нововведения в том, что эмбеддинги (embeddings) создаются автоматически: система генерирует числовые представления данных и обновляет их по мере того, как информация записывается или изменяется в базе.
Контекст для понимания терминов: эмбеддинги — это способ “перевести” текст, документы или другие данные в формат векторов, с которыми затем проще работать алгоритмам поиска и рекомендаций. Vector Search — это технология, позволяющая находить похожие объекты не по точным ключевым словам, а по смысловой близости в векторном пространстве.
Релиз MongoDB 8.3: акцент на производительность и надежность
Компания также сообщила о выходе MongoDB 8.3. В релизе заявлены улучшения по сравнению с MongoDB 8.0:
- до 45% больше чтений (reads);
- 35% больше записей (writes);
- 15% больше ACID-транзакций;
- 30% больше сложных операций.
ACID — это набор принципов надежных транзакций в базах данных: Atomicity, Consistency, Isolation, Durability. Проще говоря, это про целостность данных и предсказуемость поведения системы при параллельной работе.
Еще одно важное изменение — интеграция LangGraph.js Long-Term Memory Store, которая стала доступна в общем доступе (general availability). Она предназначена для разработчиков на JavaScript и TypeScript и дает агентам возможность сохранять долгосрочную память на стороне хранилища, работающего через MongoDB Atlas.
Voyage AI и Retrieval Embedding Benchmark
В компании также отметили, что модели эмбеддингов Voyage AI занимают первое место в Retrieval Embedding Benchmark. Подобные бенчмарки обычно измеряют качество эмбеддингов с точки зрения того, насколько точно система способна “доставать” релевантные фрагменты по запросу.
По замыслу MongoDB новые функции должны упростить развертывание ИИ-агентов в продакшене. Идея заключается в том, чтобы собрать в одном контуре несколько задач — работу с базой данных, поиском, памятью и генерацией эмбеддингов — вместо того чтобы выстраивать сложную связку из разрозненных компонентов.
Позиция руководства: ключевая роль «слоя данных»
Президент и главный исполнительный директор MongoDB CJ Desai подчеркнул, что основная сложность в запуске агентов связана не с моделью, а с тем, как устроен доступ к данным:
«Самое трудное в работе агентов в реальной эксплуатации — не сама модель. Проблема — это слой данных под ней», — отметил CJ Desai.
Интеграция с AWS: PrivateLink для межрегионального соединения
В завершение компания объявила о доступности межрегиональной связности для AWS PrivateLink. Теперь это общедоступно (generally available), и функция позволяет поддерживать трафик к базам данных между кластерами MongoDB Atlas в разных регионах AWS, не выходя за пределы частной сети AWS.
Для бизнеса это означает снижение рисков и повышение управляемости сетевого взаимодействия: организации, которым важны требования к безопасности и контролю маршрутизации, могут строить архитектуры с распределенными кластерами, опираясь на приватное соединение.
