一句话：智能体成了最大的数据消费者，有人想把它要查的数据收进一套系统
2026 年 10 月 9 日，此前处在隐身状态的 Infino AI 结束沉默，带着 750 万美元种子轮亮相，领投方是 Bessemer Venture Partners。它要做的不是又一款向量数据库，而是一层给 AI 智能体用的统一数据检索底座：把全文检索、向量检索和 SQL 合进跑在对象存储 Parquet 文件之上的单一系统。当 agent 越来越 autonomously 地生成与消费信息，企业过去为它拼起来的那套搜索、向量库、数据仓库，正变得既贵又难管，Infino 想用更简单的架构把这层重做一遍。
机制拆解：三套栈，收进一个引擎
Infino 的核心思路是把检索函数直接嵌进 SQL。过去企业要同时维护搜索引擎、向量数据库和数据仓库三套系统，agent 的一次查询往往要在它们之间来回拼装；Infino 让一条查询就能同时返回排序结果、精确计数、连接、过滤和聚合。它的检索索引直接存在 Parquet 文件里，意味着 Iceberg、Hudi 可以管理同一批表，Spark、DuckDB 这类 Parquet 读取器也能不改一行地访问数据。内核以 Apache 2.0 开源协议放在 GitHub 上，Infino Cloud 则提供带额外功能的托管服务。创始人 Asif Makhani 来头不小——他早年创办并领导了 AWS 的 CloudSearch，还担任过 Handshake 的 CTO，团队里还有来自 Google、LinkedIn 的搜索与机器学习老将。
为什么是对象存储之上：把成本结构直接改掉
把索引塞进对象存储的 Parquet，而不是专有引擎，带来的直接好处是成本。Infino 号称相比传统检索基础设施能省下约 10 倍开销，前提是对象存储本身就比一整套专用集群便宜得多。对跑长程、海量读写 agent 的企业来说，这层账很关键：agent 不是偶尔查一次，而是在执行过程里持续地取数、存数、比对状态。把数据栈压薄，等于把 agent 的运营成本压薄。CEO Ekechi Nwokah 的话说得很直白——「AI 智能体是自网页浏览器以来最大的新数据消费者」，而现有数据栈并没有为这个新工作量做好准备。
辩证看：10 倍是厂商自述，开源内核不等于托管服务
需要冷静看待的地方不少。其一，约 10 倍的成本改善是 Infino 自己的口径，真实省幅取决于客户原本跑的是什么、用量多大，独立基准尚未充分公开。其二，开源的是核心引擎，企业真要用，往往还是走 Infino Cloud 这类托管服务，而托管服务的计费、锁定的边界，和「开源省成本」是两件事。其三，把全文、向量、SQL 合一是方便了，但复杂检索里那些需要精细调参的场景（混合排序权重、多租户隔离、写入一致性的边界），是否会因为统一而损失灵活性，还要看生产环境里的反馈。此外，这个赛道并不空——搜索与向量检索的玩家已经很多，Infino 的差异化主要押在架构简单和成本上。
行业含义：智能体的瓶颈，正从模型移到数据底座
把 Infino 放进今年的脉络看，一个信号很清楚：当 agent 从演示走向生产，真正的瓶颈和机会，正在从「模型够不够强」转移到「它要用的那层数据基础设施够不够便宜、够不够顺」。过去两年资本大量涌向 agent 应用本身，现在开始有人回填它脚下的水电煤。对打算把 agent 接进真实业务流的团队，这类统一数据层值得关注，因为它直接决定 agent 每次取数要花多少钱、等多久。
结语
Infino AI 用 750 万美元种子轮亮相，想用一套跑在对象存储上的统一检索系统接管 agent 的数据入口。它的价值不在又做一个向量库，而在于把智能体最频繁的那类取数动作，从三套系统拼装改成一条查询。至于 10 倍省成本能否在生产里复现，要看后续独立验证与早期客户的真实账单。