PlatypusDB 是 Pentad Labs 為 WunderOS 開發的一個智能體原生、雙時態事件數據庫。它採用 Gleam（OTP）控制平面和 Zig 數據平面，內置於 WunderOS 中。數據庫的核心是 Merkle 預寫日誌（WAL），並由此派生出圖、向量、版本樹、圖像和類比等多種視圖。Datalog 查詢和規則可以精確讀取數據，而向量符號架構（VSA）共振則支持模糊檢索。整個數據庫可以確定性重放，並通過類似 TigerBeetle 的 VOPR 進行模糊測試。PlatypusDB 擁有統一的寫入路徑、兩個時鐘，且無需膠水代碼。
智能體對數據庫的需求與傳統通用數據庫不同。智能體需要既精確又模糊的記憶，同時具備層次化、加密和雙時態特性。這些需求並非任何現有通用數據庫的子集，因此 PlatypusDB 被設計為完全貼合智能體的需求。文章詳細闡述了這種“全息”和“層次化”的數據庫形狀，以及為什麼現有的數據庫拼裝方案無法滿足這些需求。
數據庫的構建通常有兩種選擇：使用現有數據庫或從頭構建。作者選擇了後者，因為現有數據庫的形狀與智能體問題不匹配。拼裝多個數據庫（如圖數據庫、向量數據庫、關係數據庫等）會導致時鐘不一致、故障模型不統一等問題。PlatypusDB 的所有組件都基於同一日誌，使用相同的內容哈希和時鐘，從而避免了這些問題。
文章列出了智能體工作負載的 14 個關鍵需求，分為四組：智能體輸出、智能體召回、智能體行為和企業的需求。例如，智能體以機器速度不斷產生數據，寫入路徑必須在微秒級內完成，且要支持大規模併發。PlatypusDB 的寫入路徑僅追加數據，無需更新索引，從而實現了高性能。此外，智能體的記憶無法預先定義模式，因此 PlatypusDB 使用固定的五元組結構（主體、謂語、客體、語境、譜系），但詞彙表可在運行時註冊新謂語，兼顧結構固定和詞彙開放。對於圖像等視覺數據，PlatypusDB 將其作為事實的一等公民處理，而非附件。
總之，PlatypusDB 為智能體提供了一種既可精確又可模糊檢索、兼具時間可追溯性和可審計性的記憶系統，是專門解決智能體工作負載的數據庫解決方案。