MongoDB Atlas 十周年：为 AI 应用而生的数据平台

MongoDB Atlas 迎来上线十周年。Atlas 最初于 2016 年推出，目标是把 MongoDB 的文档模型开发体验搬到云端，同时提供生产环境所需的可靠性与运维简化能力。如今每月有超过 25 万开发者通过 Atlas 起步，平台日处理查询超过 3 万亿次，较 2023 年增长约三倍，并贡献了 MongoDB 75% 的营收，服务客户接近 7 万家。 十年间 Atlas 的能力边界不断外扩。2018 年加入多文档 ACID 事务，使其能承接支付、库存、订单处理等对事务一致性要求高的负载；2020 年推出 Atlas Multi-Cloud Clusters，成为首个支持在 AWS、Azure 和 Google Cloud 区域同时运行应用的云数据库，目前覆盖超过 125 个云区域。同期 Atlas Search 与 Online Archive 上线，2021 年又补充原生时间序列集合与 Live Resharding，减少团队需要拼接维护的分散系统。 生成式 AI 兴起后，Atlas 的重心转向检索与数据底座。2023 年 Atlas Vector Search 公开发布，让向量与业务数据共存于同一数据库，无需单独维护向量存储；Search Nodes 支持搜索与向量负载独立扩展，Atlas Stream Processing 则处理实时流数据。官方披露，自向量搜索推出以来已创建超过 72.6 万个向量索引和 5.5 万个向量应用，过去 12 个月生产级向量搜索使用客户增长 92%。 2025 年 MongoDB 收购 Voyage AI，将嵌入与重排序模型引入 Atlas，目标是降低模型幻觉、提升检索相关性。文章认为，智能体能否落地取决于其检索、排序与保留上下文的质量，而非单纯依赖模型选择。客户案例中，Zomato 的 Nugget 基于 Atlas 运行多渠道 AI 智能体，每月处理超过 1500 万次对话，支持成本降低 55%；SEGA HARDlight 则用两人 DevOps 团队支撑数百万玩家的上线峰值。