知道、记住、精确、模糊：一个智能体原生数据库（PlatypusDB）

PlatypusDB 是 Pentad Labs 为 WunderOS 开发的一个智能体原生、双时态事件数据库。它采用 Gleam（OTP）控制平面和 Zig 数据平面，内置于 WunderOS 中。数据库的核心是 Merkle 预写日志（WAL），并由此派生出图、向量、版本树、图像和类比等多种视图。Datalog 查询和规则可以精确读取数据，而向量符号架构（VSA）共振则支持模糊检索。整个数据库可以确定性重放，并通过类似 TigerBeetle 的 VOPR 进行模糊测试。PlatypusDB 拥有统一的写入路径、两个时钟，且无需胶水代码。

智能体对数据库的需求与传统通用数据库不同。智能体需要既精确又模糊的记忆，同时具备层次化、加密和双时态特性。这些需求并非任何现有通用数据库的子集，因此 PlatypusDB 被设计为完全贴合智能体的需求。文章详细阐述了这种“全息”和“层次化”的数据库形状，以及为什么现有的数据库拼装方案无法满足这些需求。

数据库的构建通常有两种选择：使用现有数据库或从头构建。作者选择了后者，因为现有数据库的形状与智能体问题不匹配。拼装多个数据库（如图数据库、向量数据库、关系数据库等）会导致时钟不一致、故障模型不统一等问题。PlatypusDB 的所有组件都基于同一日志，使用相同的内容哈希和时钟，从而避免了这些问题。

文章列出了智能体工作负载的 14 个关键需求，分为四组：智能体输出、智能体召回、智能体行为和企业的需求。例如，智能体以机器速度不断产生数据，写入路径必须在微秒级内完成，且要支持大规模并发。PlatypusDB 的写入路径仅追加数据，无需更新索引，从而实现了高性能。此外，智能体的记忆无法预先定义模式，因此 PlatypusDB 使用固定的五元组结构（主体、谓语、客体、语境、谱系），但词汇表可在运行时注册新谓语，兼顾结构固定和词汇开放。对于图像等视觉数据，PlatypusDB 将其作为事实的一等公民处理，而非附件。

总之，PlatypusDB 为智能体提供了一种既可精确又可模糊检索、兼具时间可追溯性和可审计性的记忆系统，是专门解决智能体工作负载的数据库解决方案。