OpenSearch资深团队推出Infino，为何这对AI代理构建者至关重要
内容提要
Infino推出面向AI代理的数据检索平台，将数据以Parquet格式存于对象存储，把关键词、语义搜索、过滤、聚合整合为单一SQL查询，替代数据仓库、搜索引擎、向量库和ETL的碎片化架构。代理查询需大量小查询，Infino称可降成本约10倍，核心引擎已开源。
延伸解读
代理查询模式与传统数据栈的错配
文章指出，AI代理的查询方式与人类或传统应用截然不同：代理会为回答一个大问题而同时发起许多小查询，每个结果都消耗上下文并可能增加后续模型调用的成本和延迟。而现有数据栈（数据仓库、搜索引擎、向量库、ETL）是为“一次查询、等待、读取”的模式设计的，导致代理需要跨多个系统调用并自行组合结果。Infino试图通过将检索功能嵌入SQL，让代理用单一查询表达完整问题，从而消除这种错配。
单一Parquet副本带来的治理与成本优势
Infino将数据以Parquet格式存储在对象存储中，并在Parquet文件内嵌入搜索索引，使同一份数据可被不同工具读取。这种单一副本架构不仅减少了ETL管道和系统间同步的复杂性，还让开发者能在中心位置实施硬性策略，控制代理可读取的行列和日志记录。据Infino称，其架构比传统搜索或分析基础设施便宜约10倍，其自身对比显示比Elasticsearch便宜约10.5倍，比OpenSearch便宜约23倍。
开源核心与托管服务的边界
Infino的核心引擎以Apache-2.0协议在GitHub开源，所有数据存储为有效的Parquet文件，任何能读取Parquet的工具都可以在不依赖Infino的情况下读取数据。Infino Cloud作为托管服务，提供额外专有功能，例如直接指向现有Parquet数据并使其可搜索，而无需自建基础设施。这种模式降低了供应商锁定的风险，同时为需要托管便利的团队提供了选择。
适用场景与潜在限制
Infino特别适合已使用Parquet或考虑迁移到Parquet的代理用例团队，以及希望替换搜索工具以获得更易管理和扩展性的团队。文章提到，Infino已支持数十亿文档的用例，包括人员搜索、文档处理、产品分析和安全。然而，其性能优势基于自身发布的对比测试，实际效果可能因工作负载而异。此外，代理在检索循环中花费大量时间的问题，Infino通过集成针对性推理模型来缓解，但具体效果未在文中量化。
Q&A
Infino是什么？它主要解决什么问题？
Infino是一个面向AI代理的数据检索平台，旨在为所有AI代理提供统一的检索层。它解决的是代理查询数据时面临的碎片化架构问题：传统上需要数据仓库、搜索引擎、向量数据库和ETL管道分别处理，而Infino将这些功能整合到一个系统中，让代理能够直接查询所有数据。
为什么说AI代理改变了数据查询范式？
因为代理不像人类那样查询数据。代理会发出许多小查询来回答一个大问题，并且经常同时进行。每个结果都会消耗上下文，并可能增加后续模型调用的成本和延迟。传统数据存储是为人类或应用设计的，它们一次写一个查询、等待并读取结果，而代理是新的数据消费者，现有数据存储并未针对这种模式优化。
Infino如何存储数据？这种存储方式有什么好处？
Infino将数据以Apache Parquet格式存储在对象存储中，并将搜索索引嵌入在Parquet文件页脚旁边。好处是：任何能读取Parquet的工具都可以读取数据，无论是否使用Infino；一份数据副本可以同时服务于搜索、向量和分析等不同查询需求；Iceberg和Hudi可以管理同一张表，Spark、DuckDB、数据仓库等Parquet读取器也能读取。
Infino声称能降低多少成本？与哪些系统相比？
Infino声称其架构比传统搜索或分析基础设施便宜约10倍。根据其发布的比较，在测试的工作负载中，它比Elasticsearch便宜约10.5倍，比OpenSearch便宜23倍。
Infino的核心引擎是开源的吗？开源协议是什么？
是的，Infino的核心引擎是开源的，采用Apache-2.0协议，代码托管在GitHub上。Infino Cloud是托管服务，包含一些额外的专有功能，例如可以直接指向现有的Parquet数据并使其可搜索，而无需自己构建基础设施。
Infino适合哪些团队使用？
Infino特别适合已经使用Parquet或考虑迁移到Parquet的代理用例团队，或者希望用更易管理、更具扩展性的方案替换现有搜索工具的团队。它支持多十亿文档的用例，如人员搜索、文档处理、产品分析和安全领域。
